研究者发布多语言视觉理解基准MultiInpaintCOCO

研究团队Manea等人将原本基于英文的InpaintCOCO数据集扩展至13种类型学多样的语言，涵盖五大语系，形成了包含953个最小对样本的多语言基准MultiInpaintCOCO，用于测试细粒度视觉理解能力。 该基准在测试中涵盖了轻量级VL CLIP类编码器与大型语言模型。结果显示，模型在低资源语言上的性能出现显著下降，且多数模型在处理跨语言检索任务时表现出对英语的系统性偏好。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。