研究人员开发了ManGo,一个旨在优化主动漫画视觉问答的无监督框架。该框架采用主动叙事草图(ANS)来迭代地选择相关面板、提取关键信息,并确定何时已收集到足够证据来回答问题。ManGo利用群体相对训练,通过对答案偏好和路径一致性给予奖励来改进最终答案和底层证据路径,在漫画理解基准测试中取得了最先进的性能。 AI
影响 这个新框架可以提高AI理解复杂视觉叙事的能力,可能影响内容分析和交互式故事叙述等应用。
排序理由 该集群包含一篇详细介绍视觉问答新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Active Narrative Sketching
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Manga
- ManGo
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →