arXiv cs.AI· Ivan Yuri De Leon, Hiroki Ouchi, Sakriani Sakti·· 3 天前AI 评分20
Tanawpamana：面向菲律宾文化遗产地的视觉语言模型基准测试
Tanawpamana: Benchmarking Vision-Language Models on Philippine Cultural Heritage Sites
AI 导读
研究团队发布 Tanawpamana Dataset 与 Tanawpamana Benchmark，后者包含 4,046 项任务，用于评估视觉语言模型对菲律宾文化遗产地的识别与知识。
正文 · AI 翻译
摘要：视觉语言模型越来越多地被用于识别和描述地点，但人们对它们在特定文化上的识别能力和知识仍知之甚少，尤其是在菲律宾等代表性不足的地区。本研究介绍了 Tanawpamana 数据集，这是一个菲律宾遗产地图像库，其元数据基于菲律宾国家文化艺术委员会的 Talapamana 名录。我们还介绍了 Tanawpamana 基准，包含 4,046 项任务，旨在评估模型对遗产地的识别能力和知识。在评估七个视觉语言模型后，我们发现，它们在相似遗产地之间的细粒度视觉区分上比在粗粒度识别上更为吃力，并且它们从图像输入中推断出的地理知识比从文本中推断出的更弱。
| 评论： | 已被 O-COCOSDA 2026 接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用格式： | arXiv:2610.17596 [cs.CV] |
| （或 arXiv:2610.17596v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17596 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Ivan Yuri De Leon [查看电子邮件]
[v1]
2026年10月13日星期二 02:15:52 UTC（1,724 KB）
来源：arXiv cs.AI · arxiv.org