Building a Diagram Description Dataset Friendly to Blind and Low Vision Users Using Sighted User Feedback

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究通过多轮推理引导的视觉语言模型,解决了视觉注释者与盲人及低视力用户需求不匹配的问题。我们发布了包含5000个图示和137,000个样本的数据集Sightation,证明其在多种任务中的微调潜力。

🏷️

标签

➡️

继续阅读