visual reasoning tasks | BriefGPT

关键词visual reasoning tasks

搜索结果 - 7

PropTest：自动性质测试以改进视觉编程
通过使用大型语言模型，我们提出了 PropTest 策略来改进可视化编程，这一策略可生成用于测试可视化属性的代码解决方案，提高可视化推理任务的性能和泛化能力。
PDF3 months ago
孔雀：一系列阿拉伯语多模态大型语言模型和基准
通过引入 Arabic MLLMs (Peacock)，我们展示了该研究团队在各种视觉推理任务上的模型性能以及其新兴的方言潜力，此外，还介绍了 Henna，这是一个专门设计用于评估与阿拉伯文化相关方面的 MLLMs 的新基准。
PDF4 months ago
EMNLP从错误到正确：一种递归方法用于视觉语言解释
针对有限注释的视觉推理任务，我们提出了一种递归视觉解释算法（ReVisE），通过逐步计算视觉特征、答案和解释来提高解释质量，同时作为宝贵的用于少样本自我训练的注释，该方法在几项指标上超过以往方法，仅利用人类注释的 5% 的数据，VCR 和
PDF8 months ago
自适应递归视觉执行零样本计算，以适应未见困难程度的扩展
通過使用自適應遞歸神經網絡，我們研究了可根據輸入要求動態分配計算資源的遞歸處理，在視覺推理問題中實現了對更困難程度的一般化，而無需訓練。
PDF8 months ago
什么是好的视觉指导？为视觉指导调整综合复杂视觉推理指导方法
通过对复杂视觉推理任务进行重点指导，我们设计了一个系统性的方法来自动创建高质量的复杂视觉推理指导，实验证明我们的数据集显著提高了所有比较的多模态大型语言模型的性能。
PDF8 months ago
EMNLP从像素到语义框架到常识图谱的全栈视觉推理自然语言理由
本文介绍了首个以生成自然语言解释为中心的研究，该研究关注复杂的视觉推理任务，包括视觉常识推理、视觉文本蕴含和视觉问答。文章提出了 Rationale^VT Transformer，该模型通过结合预训练的语言模型、对象识别、基于视觉的语义框架
PDF4 years ago
理解多模态程序的程序推理网络
本文介绍了一种新型的神经理解模型，它动态更新实体状态并利用多模态信息帮助理解计算机常识任务，使用这种方法显著提高了之前报告的模型的准确性。
PDF5 years ago