学术研究★★★arXiv · 2026-07-20
视觉相似性的多维度感知指标人类对视觉相似性的判断受上下文影响,现有指标无法区分不同方面。本文提出一种基于文本提示的图像感知度量方法。
- 人类视觉相似性判断具有上下文依赖性
- 现有指标难以区分形状、颜色等不同方面
- 引入大规模图像三元组数据集,标注多种相似性方面
- 前沿视觉-语言模型在该任务上表现存在差距
人类对视觉相似性的判断受上下文影响,现有指标无法区分不同方面。本文提出一种基于文本提示的图像感知度量方法。
本文探讨了为缺乏推理痕迹的数据集生成思考标记的想法,介绍了自蒸馏推理(SDR)方法,并通过三个基准进行了验证。
本文探讨了在arXiv平台上衡量AI写作的方法,并分析了这些方法的局限性。
一位开发者创建了一个新的 Intel Itanium (IA-64) 模拟器,并成功在其上启动了 Windows 系统。
一项研究表明,虽然AI提供的建议使人们更加自信,但同时也降低了他们的准确性。