研究人员推出MMArt，一个旨在提升视觉语言模型艺术解读能力的新多模态数据集。现有的数据集仅提供对艺术品的单一视角，限制了模型进行形式分析、历史解读或情感特征描述的能力。MMArt通过提供74,234幅WikiArt绘画，每幅都带有叙事、形式、情感和历史四个不同视角的标注以及统一的标题，从而解决了这一问题。补充分析表明，这些视角编码了独特的信息，并且对于检索和重建等不同任务至关重要，凸显了MMArt多视角方法的价值。 AI
影响 该数据集能够使AI对艺术有更细致的理解，超越表面描述，进行更深层次的分析。
排序理由 该集群描述了一个用于AI研究的新学术数据集。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- ScienceCast
- vision-language model
- WikiArt
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
