视觉问答-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 6247 篇文章
累计创建 2620 个标签
累计收到 0 条评论

目录CONTENT

以下是视觉问答相关的文章

2026-03-14
“视觉干草堆”：首个视觉导向的多图问答基准测试，评估大型多模态模型在长上下文视觉信息处理能力本文介绍了“视觉干草堆”（Visual Haystacks, VHs）基准测试，旨在解决传统视觉问答（VQA）系统只能处理单张图像的局限性。VHs首次关注“多图问答”（MIQA）任务，通过引入包含大量图像的“干草堆”来挑战大型多模态模型（LMMs）在长上下文视觉信息检索和推理方面的能力，并提出名为MIRAGE的解决方案。实验结果揭示了当前LMMs在处理视觉干扰、跨多图推理以及图像位置敏感性方面存在的挑战。
- 2026-03-14
- 0
- 0
- 0