视觉大模型 / VLM

Aligning LLMs for the Classroom with Knowledge-Based Retrieval -- A Comparative RAG Study

Amay Jain, Liu Cui, Si Chen

机构 * Student（学生） ； Downingtown STEM Academy ； Department of Computer Science（计算机科学系） ； West Chester University of Pennsylvania（宾夕法尼亚州韦斯特切斯特大学） 纠错

专题命中 视觉问答 ：grounding(abstract)；分类 cs.AI

Comments This work has been submitted to the IEEE for possible publication

FinRAGBench-V: A Benchmark for Multimodal RAG with Visual Citation in the Financial Domain

Suifeng Zhao, Zhuoran Jin, Sujian Li, Jun Gao

机构 * Key Laboratory of High Confidence Software Technologies, CS, Peking University, China（北京大学高可信软件技术重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Sciences, Peking University（北京大学多媒体信息处理国家重点实验室） 纠错

专题命中 视觉问答 ：multimodal large language model(abstract)