Measuring How (Not Just Whether) VLMs Build Common Ground
机构 * Northeastern University(东北大学)
专题命中 视觉问答 :vision language model(abstract);VLM(abstract);grounding(abstract);分类 cs.AI
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
机构 * Northeastern University(东北大学)
专题命中 视觉问答 :vision language model(abstract);VLM(abstract);grounding(abstract);分类 cs.AI
专题命中 视觉问答 :vision-language model(abstract);visual question answering(abstract)