arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

AI 大模型

视觉大模型 / VLM

视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。

2025-09-17 至 2025-09-17 共收录 1 信号源:cs.CV, cs.AI, cs.LG

1. 视觉问答 1 篇

2507.13773 2025-09-17 cs.CV cs.CL 83%

Teaching Vision-Language Models to Ask: Resolving Ambiguity in Visual Questions

Pu Jian, Donglei Yu, Wen Yang, Shuo Ren, Jiajun Zhang

专题命中 视觉问答 :vision-language model(title);visual language model(abstract);visual question answering(abstract);分类 cs.CV

Comments ACL2025 Main (SAC Highlight Award)

详情

展开后加载摘要…

URL PDF HTML 收藏