Evaluating Image Hallucination in Text-to-Image Generation with Question-Answering
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments 20 pages
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(abstract);分类 cs.CV、cs.AI
Comments 20 pages
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV、cs.AI
Comments Findings of NAACL 2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments Accepted to International Conference of Pattern Recognition (ICPR 2024)
专题命中 视觉问答 :LLaVA(abstract);分类 cs.AI、cs.LG
Comments Accepted by NAACL 2025 Findings
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV、cs.AI
Comments NeurIPS 2024, Datasets & Benchmarks track
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV、cs.AI
Comments 15 pages, 10 figures, accepted to AAAI-25
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments 11 pages, 8 figures
专题命中 视觉问答 :grounding(abstract);分类 cs.CV、cs.AI
Journal ref WACV2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments Under Review
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV、cs.LG
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV、cs.AI
Comments NeurIPS 2024 Datasets and Benchmarks Camera-ready Version. Website at https://mbzuai-llm.github.io/webpage2code/
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments 21 pages, 2 figures
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Journal ref EMNLP 2024
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments NeurIPS 2024
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments to be published in VLM4Bio 2024, part of the ACM Multimedia (ACM MM) conference 2024
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
专题命中 视觉问答 :vision language model(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments Accepted by ECCV'24
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments 36 pages, 27 figures, EMNLP 2024
专题命中 视觉问答 :visual question answering(abstract);分类 cs.AI、cs.LG
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.LG
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :LLaVA(abstract);分类 cs.CV、cs.AI
Comments presented at MIRU2024
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments 39 pages, 28 figures, 4 tables. Accepted at The 35th British Machine Vision Conference (BMVC 2024). Project page at https://fubin29.github.io/Blocks-as-Probes/
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV、cs.AI
Comments CVPR 2024 Highlight