研究人员推出了ImgMT,这是一个新的数据集和基准,旨在评估图像中文本的翻译能力。该数据集源自维基媒体共享图库上的本地化SVG插图,包含129种语言的35,000多个图像对,并支持文本提取和翻译质量的评估。对多模态大型语言模型的初步基准测试显示,源语言和书写系统对翻译性能有显著影响。 AI
影响 该数据集通过提供一种标准化的方法来评估图像中文本翻译,有望推动多模态AI的研究。
排序理由 该集群包含一篇研究论文,详细介绍了针对特定AI任务的新数据集和基准。 [lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- ImgMT
- Multimodal Large Language Models
- SVG
- Text-in-Image Translation
- Wikimedia Commons
- Wikipedia
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →