
Das Ziel dieser Studie ist es, eine mehrsprachige, erweiterbare wissensbasierte visuelle Fragebeantworung (KB-VQA) zu entwickeln, indem Wissensrepräsentationen aus Hochsprachen genutzt werden, um Datensätze für Niedrigsprachen zu erstellen.


coremsg

mehrsprachige-wissensbasierte-visuelle-fragebeantworung-durch-graphenrepräsentations-vortraining


Mehrsprachige Wissensbasierte Visuelle Fragebeantworung durch Graphenrepräsentations-Vortraining


title_rewrite


Dieser Datensatz zielt darauf ab, die Fähigkeit von VQA-Modellen zu verbessern, unantwortbare Fragen zu erkennen und sich zu enthalten, um die Zuverlässigkeit von KI-Systemen zu erhöhen.


ein-neuer-datensatz-und-eine-untersuchung-der-abstentionsfähigkeit-von-multimodalen-großmodellen


Ein neuer Datensatz und eine Untersuchung der Abstentionsfähigkeit von multimodalen Großmodellen
