实体
Qwen-2.5-VL
Qwen-2.5-VL
PulseAugur coverage of Qwen-2.5-VL — every cluster mentioning Qwen-2.5-VL 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
-
新的PRISM基准测试AI对视觉设计原则的掌握程度
研究人员开发了PRISM，一个旨在通过评估AI模型对可读性和对比度等特定设计原则的理解和遵循程度来评估视觉设计质量的新基准。该基准包含110,000个扰动设计，用于测试模型对原则违反的敏感性。初步测试表明，Qwen-2.5-VL和GPT-4o-mini等模型在针对性退化方面遇到困难，而GPT-4o则表现出更广泛的意识，但缺乏细致的理解。该团队还提出了一个使用多模态模型进行可解释设计评估的框架，以提供本地化反馈并实现有针对性的改进。
-
前沿VLM因定位不佳和混淆在医疗VQA测试中失败
一篇新论文评估了五种领先的视觉-语言模型（VLM）在可信医疗视觉问答（VQA）方面的表现。研究发现，这些模型在准确识别解剖目标方面的能力存在显著局限性，并且存在左右混淆的倾向，表现最好的模型平均IoU仅为0.23。将定位整合到流程中会进一步降低性能，凸显了定位是关键瓶颈。虽然领域适应在提高VQA准确性方面显示出希望，但感知和可信度问题仍然存在。