实体 NoteVQA

NoteVQA

PulseAugur coverage of NoteVQA — every cluster mentioning NoteVQA 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_254227 · Sep 15 · 04:00

新的 NoteVQA 基准揭示 VLM 在处理真实视觉问题时遇到困难

一个名为 NoteVQA 的新基准已被开发出来，用于评估视觉语言模型（VLMs）在真实世界视觉问题上的表现，解决了现有基准侧重于预定义能力的问题。该基准从中国图片分享平台小红书上的问题中收集整理，包含 12 个类别和 7 种用户意图的 252 个条目，并配有人工审核的、带有视觉证据的交错式答案。对十个前沿 VLM 的评估显示，即使有代理搜索，最高的简答准确率也仅达到 52.8%，并且交错式答案的质量也落后于人类参考答案，这凸显了当前 …