Image Captioning Evaluation in the Era of Multimodal Large Language Models: Challenges and Future Perspectives

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了机器生成图像描述评估的复杂性,分析了现有评估方法的优缺点,指出当前指标在适应多模态大语言模型生成的长篇描述时的局限性,并提出未来研究方向。

🏷️

标签

➡️

继续阅读