会员服务
视觉问答（Visual Question Answering，VQA），是一种涉及计算机视觉和自然语言处理的学习任务。这一任务的定义如下： A VQA system takes as input an image and a free-form, open-ended, natural-language question about the image and produces a natural-language answer as the output[1]。 翻译为中文：一个VQA系统以一张图片和一个关于这张图片形式自由、开放式的自然语言问题作为输入，以生成一条自然语言答案作为输出。简单来说，VQA就是给定的图片进行问答。
VE-Bench: Subjective-Aligned Benchmark Suite for Text-Driven Video Editing Quality Assessment
Arxiv
0+阅读 · 12月18日
Less is More: A Simple yet Effective Token Reduction Method for Efficient Multi-modal LLMs
Arxiv
0+阅读 · 12月17日
Black-box Model Ensembling for Textual and Visual Question Answering via Information Fusion
Arxiv
0+阅读 · 12月17日
Evaluating Image Hallucination in Text-to-Image Generation with Question-Answering
Arxiv
0+阅读 · 12月16日
VLR-Bench: Multilingual Benchmark Dataset for Vision-Language Retrieval Augmented Generation
Arxiv
0+阅读 · 12月13日
Pretraining Vision-Language Model for Difference Visual Question Answering in Longitudinal Chest X-rays
Arxiv
0+阅读 · 12月13日
Guiding Vision-Language Model Selection for Visual Question-Answering Across Tasks, Domains, and Knowledge Types
Arxiv
0+阅读 · 12月12日
Towards a Multimodal Large Language Model with Pixel-Level Insight for Biomedicine
Arxiv
0+阅读 · 12月12日
Discrete Subgraph Sampling for Interpretable Graph based Visual Question Answering
Arxiv
0+阅读 · 12月11日
Barking Up The Syntactic Tree: Enhancing VLM Training with Syntactic Losses
Arxiv
0+阅读 · 12月11日
Illusory VQA: Benchmarking and Enhancing Multimodal Models on Visual Illusions
Arxiv
0+阅读 · 12月11日
Can We Generate Visual Programs Without Prompting LLMs?
Arxiv
0+阅读 · 12月11日
Guiding Vision-Language Model Selection for Visual Question-Answering Across Tasks, Domains, and Knowledge Types
Arxiv
0+阅读 · 12月10日
Ranked from Within: Ranking Large Multimodal Models for Visual Question Answering Without Labels
Arxiv
0+阅读 · 12月9日
Towards Foundation Models for 3D Vision: How Close Are We?
Arxiv
0+阅读 · 12月9日
参考链接
父主题
计算机视觉
微信扫码咨询专知VIP会员
Top