Qwen VLMs 在复杂说服任务上表现强劲

研究人员使用 ImageArg 数据集评估了视觉语言模型（VLMs）在复杂的亚里士多德说服任务上的表现，该数据集侧重于 Logos、Ethos 和 Pathos 的检测。研究发现 Qwen 系列模型表现有所提升，其中 Qwen3 在 Logos 和 Pathos 任务上表现出色，Qwen2 在 Ethos 检测方面表现强劲。研究人员已公开其代码，以鼓励对 VLMs 在此领域的能力进行进一步研究。 AI

影响 这项研究可能催生更复杂的 VLMs，使其能够理解和生成说服性内容，从而影响营销、教育和辩论等领域。

排序理由 学术论文，详细介绍了在新型任务上对模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• Aristotle
• arXiv
• ImageArg
• Khondoker Ittehadul Islam
• Logos
• Pathos
• Qwen
• Qwen2
• Qwen3
• Vision--Language Models

• 论文
• 模型发布

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