实体
Khan Raiyan Ibne Reza
Khan Raiyan Ibne Reza
PulseAugur coverage of Khan Raiyan Ibne Reza — every cluster mentioning Khan Raiyan Ibne Reza across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新基准评估多模态大语言模型的几何推理和视觉感知能力
研究人员开发了新的基准来评估多模态大语言模型(MLLMs)的几何推理能力。一项研究提出的 CapGeo-Bench 使用高质量的图文配对和基于关键点的细粒度指标来评估感知和推理,发现图文描述显著提高了性能,表明存在视觉感知瓶颈。另一项研究引入了用于孟加拉语几何推理的 ChitraMiti-12.8k 和 NCTB-500,揭示了结构化描述可以作为图表评估的代理,尽管模型在跨模态验证方面存在困难。
-
研究发现,RAG 检索性能因查询类型和语言而异
一篇新发表在 arXiv 上的研究调查了检索增强生成(RAG)架构的有效性,特别是在孟加拉国农业咨询服务的背景下。研究强调,总体检索分数可能会掩盖不同查询类型和语言条件下显著的性能差异。对于孟加拉语的农业查询,BM25 和 Hybrid RRF 表现强劲,但与正式的安全查询相比,密集检索方法在处理农民的口语化查询时遇到了困难。研究还发现,嵌入任务配置和段落长度会极大地改变报告的 R@10 分数,这凸显了在低资源 RAG 评估中按语言和…