本研究提出了一种模块化神经符号方法，将答案集编程与视觉和自然语言处理相结合，在新数据集上实现了73%的准确率，展示了其在复杂视觉问答中的潜力。

基于ASP和LLM的图像解析视觉图问答
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证