实体
Mennatullah Siam M.S.
Mennatullah Siam M.S.
PulseAugur coverage of Mennatullah Siam M.S. — every cluster mentioning Mennatullah Siam M.S. across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新基准 MoCentric-Bench 评估视频大语言模型对运动的使用情况
研究人员推出了 PixFoundation 2.0，这是一个旨在评估视频多模态大语言模型（MLLMs）如何利用运动进行视觉基础定位的新框架。研究强调了现有基准的局限性，这些基准通常允许模型仅使用静态帧而无需时间推理就能成功。为解决此问题，研究团队开发了 MoCentric-Bench，这是一个专门侧重于以运动为中心的探测的基准，用于评估 MLLMs 根据运动描述理解和分割对象的能力。
-
新研究质疑像素级视觉模型有效性
一篇新研究论文质疑了像素级视觉基础模型的当前发展方向，认为尽管许多模型专注于分割和像素级关联，但它们在视觉问答（VQA）能力方面常常表现薄弱。该论文引入了旨在同时评估VQA和关联能力的新基准，并证明了更简单、非统一的模型可以媲美甚至超越这些专门的像素级模型。研究还提出了分析提示敏感性和理解模型输出中关联何时出现的方法，旨在提高准确性和鲁棒性而不牺牲语言能力。