PrACo++

新研究揭示文本引导的计数模型在语义基础方面存在困难

研究人员开发了一个新的评估框架 PrACo++，用于评估文本引导的无类别计数 (CAC) 模型的语义基础能力。研究表明，当前最先进的 CAC 模型常常无法根据给定的提示正确识别要计数的对象类别，导致结果不可靠。为了解决这个问题，他们还引入了 MUCCA 数据集，该数据集的特点是每个场景包含多个标注的对象类别，这与之前的基准不同。他们在十种领先方法上的实验表明，尽管在标准计数指标上表现强劲，但在语义理解方面存在显著的弱点。