SAGE：基于释义增强推理的义项对齐多模态定位评测基准
英文标题：SAGE: Sense-Aligned Multimodal Grounding Evaluation with Gloss-Augmented Reasoning
该研究提出了统一的多模态评测基准 SAGE（Sense-Aligned Grounding Evaluation），采用 10 候选图像选择协议。SAGE 将现有的 VWSD、VerSe 和 WikiDiverse 重构为统一的、以词项为中心的评测体系，全面覆盖以名词、动词和实体为核心的多模态定位任务。该工作通过释义增强推理解决了多模态场景下的语义歧义问题，为开发者和研究者评测多模态模型在细粒度语义对齐与概念落地能力上提供了全新标准。
打开原文相关 4 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
摘要
本文介绍了 SAGE（Sense-Aligned Grounding Evaluation，义项对齐定位评测），这是一个统一的 10 候选图像选择基准。该基准将 VWSD、VerSe 和 WikiDiverse 重构为统一的、以词项为中心的评测协议，全面覆盖以名词、动词和实体为中心的多模态定位任务。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×