如何确定黑箱视觉语言模型的首选图像分布？

BriefGPT - AI 论文速递 · 2024-09-03T00:00:00Z

研究者提出了一种渐进式流水线和基准测试SPEC来评估视觉语言模型在细粒度的视觉语言概念理解方面的能力。发现四个领先的模型在SPEC上表现接近随机猜测，揭示了局限性。研究者提出了一种简单有效的方法来优化模型的性能，并在其他基准测试上验证了方法的可迁移性。