跳到正文
热点事件持续更新

研究者发布多语言视觉问答基准MInfoVisQA

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Changjiang Jiang等作者提出并发布多语言信息密集视觉问答基准MInfoVisQA,用于检验多模态大模型在表层语言变化时对信息密集型视觉内容的理解是否一致。 该基准覆盖24种语言,由128个种子实例扩展出8,960个问答配置,构成平行基准。作者称其用于量化模型在语言切换下的理解一致性。

AI 根据报道生成 · 6 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.CL
    MInfoVisQA:面向信息密集型视觉问答的多语言基准

    研究者提出 MInfoVisQA,一个覆盖 24 种语言、由 128 个种子实例扩展出 8,960 个 QA 配置的平行基准,用于检验多模态大模型在表层语言变化时对信息密集型视觉内容的理解一致性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。