独立推理单元用于知识基础的视觉问答

BriefGPT - AI 论文速递 · 2024-08-15T00:00:00Z

本研究分析了基于知识的视觉问答，发现结合任务特定模型、预训练语言模型和外部知识检索模型可以取得良好效果。预训练语言模型在1跳推理方面较强，但在2跳推理方面不如精调的神经网络模型。预训练语言模型在与知识库相关的问题上优于神经网络模型，但不能代替对外部知识的需求。