VEglue: 通过对象对齐的联合消除测试视觉蕴涵系统
原文中文，约400字，阅读约需1分钟。发表于：。VEglue 是一种用于 VE 系统测试的基于对象对齐的联合擦除方法，它能检测出平均 11609 个问题，比基线方法高出 194%-2846%，并在平均下降 17.1%-38.2% 的情况下，显著提高模型性能（准确率增加了 50.8%）。
本文介绍了视觉蕴含（VE）任务及其与传统文本蕴含（TE）任务的区别。提出了SNLI-VE数据集和可解释的视觉蕴含模型（EVE）。通过在SNLI-VE数据集上评估EVE和其他VQA模型，揭示了现代VQA模型性能的见解。
