Tag · 2 篇
无参考评估指标
分布 视觉语言模型1数据集与评测1
01 02
SEA：通过元素级常识视觉问答评估草图抽象效率
SEA: Evaluating Sketch Abstraction Efficiency via Element-level Commonsense Visual Question Answering
把 VQA 模型当作「元素存在性检测器」来给草图抽象效率打分，这个无参考、元素级的评估范式可以迁移到任何需要衡量「语义保留 vs 视觉简化」的生成任务上（如简笔画生成、图标/logo 生成、示意图生成的质量评估）。
MovieRecapsQA：一个多模态开放式视频问答基准
MovieRecapsQA: A Multimodal Open-Ended Video Question-Answering Benchmark
对做视频理解或多模态大模型的人，这里提供了一个可复用的开放式视频问答评测协议：用「答案应包含的事实」构造无参考指标，并可在全长电影、完整回顾视频、对齐片段等不同视觉输入设定下对比模型，从而把视觉感知与视觉推理的瓶颈分开诊断。