实体 Aneerban Saha

Aneerban Saha

PulseAugur coverage of Aneerban Saha — every cluster mentioning Aneerban Saha across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_317655 · Oct 23 · 04:00

LLM知识整合深度影响VQA性能

研究人员探讨了如何将大型语言模型（LLM）的知识最佳地整合到视觉问答（VQA）系统中。他们发现在OK-VQA基准测试中，较浅的整合，特别是后期融合，比注意力矩阵注入等更深层次的方法表现更好。浅层方法实现了39.4%的精确匹配得分，显著优于未引导基线和得分31.8%的深层整合方法。这表明LLM知识整合的最佳深度取决于可用数据。