מחקר
2 דקות
מ־arXiv cs.AI
VisTIRA: סגירת פער התמונה-טקסט בהיגיון מתמטי ויזואלי
מודלים ויזואליים-לשוניים מפגרים בהיגיון מתמטי על תמונות בגלל פער מודליות. VisTIRA, סוכן חדשני, סוגר את הפער באמצעות פירוק מובנה וכלים. קראו עכשיו!
קרא עודחיפוש בחדשות
2 תוצאות עבור "מודלים ויזואליים-לשוניים".
מחקר
2 דקות
מ־arXiv cs.AI
CAPTURE: בנצ'מרק חדש לבדיקת LVLMs בפתרון CAPTCHA
מודלים גדולים של שפה ויזואלית (LVLMs) נכשלים בפתרון CAPTCHA למרות יכולותיהם המתקדמות. CAPTURE – בנצ'מרק חדש ומקיף – חושף את החולשות הללו. קראו עכשיו על ההשלכות לעסקים. (112 מילים)
קרא עוד