研究者推出FindIt多模态定位检测基准
热点事件持续更新
研究者推出FindIt多模态定位检测基准
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者 Eshika Khandelwal 等人发布 FindIt，称其为首个系统评估通用多模态大模型（MLLM）可提示定位能力的综合基准，覆盖目标检测、指代表达检测、实例级检测和视频检测四类任务。该基准统一输入、强制模型输出可解析的边界框，并定义透明的评测协议。 对多种开源与闭源 MLLM 的评测显示，当前模型对输出格式约束高度敏感，即使格式轻微变化也常难以泛化。
AI 根据报道生成 · 8 小时前更新
最新进展10月7日 12:00
FindIt：面向通用多模态 LLM 的格式感知视觉检测基准报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CVFindIt：面向通用多模态 LLM 的格式感知视觉检测基准
研究者推出 FindIt，首个系统评估通用多模态 LLM 可提示定位能力的综合基准，覆盖目标检测、指代表达检测、实例级检测和视频检测四类任务。该基准统一输入、强制输出可解析的边界框并定义透明评测协议，对多种开源与闭源 MLLM 进行评测。结果显示当前模型对输出格式约束高度敏感，即使轻微变化也常难以泛化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。