研究人员开发了OODConceptBench,这是一个旨在评估视觉语言模型在开放世界场景中识别概念能力的新基准。该基准包含完整数据集(L1)中的30,752张图像和更难的子集(L2)中的14,285张图像,涵盖了七个类别中的560个概念短语。对37个模型的评估显示,L2上的性能始终低于L1,并且较新模型在开放世界概念识别方面并不总是优于旧模型,这表明分布外挑战依然存在。 AI
影响 强调了视觉语言模型在开放世界概念识别方面持续存在的挑战,为未来的研究和开发指明了方向。
排序理由 该集群描述了一篇介绍用于评估AI模型基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →