AIGC动态欢迎阅读
原标题:豆包大模型团队发布全新Detail Image Caption评估基准,提升VLM Caption评测可靠性
关键字:字节跳动,模型,指标,数据,豆包
文章来源:机器之心
内容字数:0字
内容摘要:
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com当前的视觉语言模型(VLM)主要通过 QA 问答形式进行性能评测,而缺乏对模型基础理解能力的评测,例如 detail image caption 性能的可靠评测手段。
针对这一问题,中科院、北大和字节豆包大模型团队发布了 DetailCaps-4870 数据集,并提出了一种有效的评估指标 CAPTURE,取得了开源评估指标中最高的专家评价一致性,并低成本实现了与 GPT-Eval 可比的效果。论文:https://arxiv.org/abs/2405.19092
数据集:https://huggingface.co/datasets/foundation-multimodal-models/DetailCaps-4870
代码:https://github.c
原文链接:豆包大模型团队发布全新Detail Image Caption评估基准,提升VLM Caption评测可靠性
联系作者
文章来源:机器之心
作者微信:almosthuman2014
作者简介:专业的人工智能媒体和产业服务平台
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...