ElectroVizQA: How well do Multi-modal LLMs perform in Electronics Visual Question Answering?
专题命中 视觉问答 :visual question answering(title,abstract);分类 cs.CV、cs.LG
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。
专题命中 视觉问答 :visual question answering(title,abstract);分类 cs.CV、cs.LG
机构 * School of Cyber Science and Engineering, Qufu Normal University(网络科学与工程学院,曲阜师范大学) ; Department of Computer Science, University of Verona(计算机科学系,威尼斯大学)
专题命中 视觉问答 :visual question answering(title,abstract);分类 cs.CV