两篇新研究论文解决了遥感视觉问答(RS-VQA)中 grounding 的关键问题。第一篇论文介绍了AVA框架,旨在确保RS MLLMs提供的答案真正得到图像证据的支持,显著降低了仅基于先验信息和幻觉的比例。第二篇论文提出了答案-证据支持协议(AESP)和G-RSVQA基准,专门用于评估模型答案与其识别出的 grounding 证据之间的一致性,揭示了现有模型在该领域普遍存在的缺陷。 AI
影响 这些论文突出了当前RS-VQA模型的关键局限性,推动了更鲁棒的评估方法和改进的答案-证据一致性。
排序理由 两篇在arXiv上发表的学术论文,介绍了用于评估AI模型 grounding 的新框架和基准。
- alphaXiv
- arXiv
- AVA
- CatalyzeX
- CORE Recommender
- DagsHub
- Gotit.pub
- G-RSVQA
- Hugging Face
- Influence Flower
- ScienceCast
- TerraAgent
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →