Tag · 1 篇
VKG-QA: Visual Knowledge Graph-based Question Answer for Large Multimodal Models
把知识图谱渲染成图结构可视化图像,让 LMM 直接感知并推理高阶关系,为视觉推理研究提供了一个可复用的「图→图」表征范式与评测基准,可用于检验和提升模型对结构化视觉关系的理解能力。