BriefGPT.xyz
大模型
Ask
alpha
关键词
interpreting multimodal inputs
搜索结果 - 1
ACL
坐标对话中的多模态物体识别
通过探索三种方法并在 SIMMC 2.1 数据集上进行评估，我们提出了一种最有效的方法 —— 场景对话对齐，相较于 SIMMC 2.1 基准提升了约 20% 的 F1 分数。我们还分析和讨论了该方法的局限性以及未来研究的潜在方向。
PDF
a year ago
Prev
Next