PulseAugur
中
实时 23:00:10
实体 CRAG-MM-Diagnostics

CRAG-MM-Diagnostics

PulseAugur coverage of CRAG-MM-Diagnostics — every cluster mentioning CRAG-MM-Diagnostics across labs, papers, and developer communities, ranked by signal.

Show in brief
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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_160763 ·

    新的基准CRAG-MM-Diagnostics揭示视觉语言模型（VLM）的知识检索是关键瓶颈

    研究人员推出CRAG-MM-Diagnostics，这是一个旨在分析视觉语言模型（VLM）在知识密集型视觉问答（KI-VQA）方面性能的新基准。该诊断工具将KI-VQA过程分解为不同的阶段，包括视觉定位、物体识别以及知识检索/推理，以 pinpoint 具体失败的领域。研究结果表明，知识检索和推理是当前VLM的主要挑战，尽管在物体识别和将文本线索与图像检索相结合方面也存在问题。通过实施一个包含视觉定位后进行图像检索的接地双模态RAG管…