下游任务效用

CaptionQA：你的描述能像图像本身一样有用吗？

CaptionQA: Is Your Caption as Useful as the Image Itself?

把「图像描述能否替代图像」转化为可用 LLM 直接作答的多选题效用探针，为评估 captioning 与多模态描述模型提供了可复用的下游效用评测协议，也提示视觉研究者关注 caption 在检索、推荐、agent 流水线中的信息保真度。