arXiv · NLP· Ada Defne T\"ur, Gaurav Kamath, Joyce Chai, Siva Reddy, Benno Krojer·· 16 小时前AI 评分28
NVRD数据集：评估VLMs与人类对新型视觉引用的泛化能力
Would you still call this Dax? Novel Visual References in VLMs and Humans
AI 导读
summary_zh: 研究者提出包含19,176张图片的NVRD数据集，用于评估视觉-语言模型（VLMs）对全新视觉概念的映射能力。 该数据集涵盖90种视觉概念，每种包含最多20个扰动版本。
来源：arXiv · NLP · arxiv.org