大規模ビジョン言語モデルの包括的な網羅性と忠実性の評価

大規模ビジョン言語モデルは、現実的な出力を生成できないという問題に直面している。包括的な定量的評価が必要不可欠であり、オブジェクト、属性、関係の3つの側面から評価する必要がある。