新基准RefBench-PRO评估MLLM的感知和推理能力

研究人员推出了RefBench-PRO，这是一个旨在评估多模态大型语言模型（MLLM）在指代表达理解（REC）方面的感知和推理能力的新基准。该基准将REC分解为感知和推理维度，涵盖六项具有挑战性的任务，解决了现有基准主要关注感知能力的局限性。还开发了一个新颖的自动化数据生成管道和一个名为Ref-R1的基于强化学习的学习方案，以提高定位精度并为REC提供更强的基线。 AI

影响 该基准有望实现对多模态模型更鲁棒的评估，推动视觉-语言理解的进步。

排序理由 该条目是一篇学术论文，详细介绍了一个新的AI模型评估基准和方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Dynamic IoU-based GRPO
• Gotit.pub
• Hao Li
• Hugging Face
• Multi-modal Large Language Model
• RefBench-PRO
• Referring Expression Comprehension
• Ref-R1
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →