Tag · 1 篇
VQ-VA World: Towards High-Quality Visual Question-Visual Answering
论文提出以图像而非文本回答视觉问题的 VQ-VA 任务，并给出基于智能体流水线的大规模交错图文数据构建方案与 IntelligentBench 基准，为视觉语言模型从判别式问答向生成式视觉回答扩展提供了可复用的数据与评测范式。