MDK12-Bench: A Multi-Discipline Benchmark for Evaluating Reasoning in Multimodal Large Language Models
专题命中 视觉推理 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
Comments 11 pages, 8 figures
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 视觉推理 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
Comments 11 pages, 8 figures
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments Accepted by ICLR 2025 Workshop on Reasoning and Planning for LLMs, 25 pages, 13 tables
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :vision language model(title);visual reasoning(abstract);分类 cs.CV、cs.AI
Comments 28 pages, 3 figures, 12 tables
专题命中 视觉推理 :MLLM(title,abstract);分类 cs.CV、cs.AI
Comments 10 pages
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments 21 pages, 7 figures 7 tables
专题命中 视觉推理 :multimodal large language model(title);grounding(abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :visual reasoning(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments CVPR 2025. https://visco-benchmark.github.io/
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments Accepted at AAAI 2025; Project Page: https://github.com/czhhzc/CoMT
专题命中 视觉推理 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted by ICLR 2025
专题命中 视觉推理 :visual reasoning(title,abstract);分类 cs.CV、cs.AI
Comments homepage https://humaneval-v.github.io/
专题命中 视觉推理 :multimodal large language model(title,abstract);分类 cs.AI、cs.LG
专题命中 视觉推理 :MLLM(title,abstract);分类 cs.CV、cs.AI
Comments Technical report
专题命中 视觉推理 :vision language model(title,abstract);分类 cs.AI、cs.LG
Comments This paper has been accepted for publication in the proceedings of the 2024 Eighth IEEE International Conference on Robotic Computing (IRC)
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 18pages, Accepted at COLING25
专题命中 视觉推理 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted to NeurIPS 2024
专题命中 视觉推理 :multimodal large language model(title);MLLM(abstract);分类 cs.AI、cs.LG
Comments 25 pages, 6 figures, NeurIPS 2024
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 16 pages, LaTeX; Accepted to EMNLP 2024 Main
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 13 pages, 7 tables, 7 figures
专题命中 视觉推理 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
Comments 28 pages, 11 figures, under review
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments 9 pages, 3 figures, 3 tables (21 pages, 4 figures, 15 tables including references and appendices)
专题命中 视觉推理 :visual reasoning(title,abstract);分类 cs.CV、cs.LG
Comments 18 pages, 9 figures
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 视觉推理 :visual reasoning(title);LLaVA(abstract);分类 cs.CV、cs.AI
Comments 18 pages, 14 figures, 5 tables
专题命中 视觉推理 :visual reasoning(title,abstract);分类 cs.CV、cs.LG
Comments Accepted to AAAI-2024
专题命中 视觉推理 :vision-language model(title,abstract);分类 cs.CV、cs.AI