ACM MM 2024 | 突破传统方法局限！用语义正确性评估视觉问答生成结果

文章预览

©PaperWeekly 原创 · 作者 |  季慧山 单位 |  中科院信工所博士生 研究方向 |  计算机视觉 第 32 届 ACM 国际多媒体会议（ACM Multimedia 2024）预计于 10 月 28 日至 11 月 1 日在澳大利亚墨尔本举行。本届会议共收到 4385 篇有效投稿，其中 1149 篇被录用，录用率为 26.20%。而在这 1149 篇录用的投稿中，仅有 174 篇被进一步评选为 Oral，Oral 接受率为 3.97%。本文将要介绍的是 Oral Presentation 中的一篇优选论文。 论文标题： Towards Flexible Evaluation for Generative Visual Question Answering 中文标题： 针对视觉问答生成结果的灵活评估 论文作者： Huishan Ji, Qingyi Si, Zheng Lin, Weiping Wang 项目地址： https://github.com/jihuishan/flexible_evaluation_for_vqa_mm24 论文地址： http://arxiv.org/abs/2408.00300 研究背景 ▲ 图1. 不同多模态大模型对于同一问题的不同形式的回答 随着多模态大语言模型（MLLM）的快速 ………………………………