本研究提出了MegaCOIN数据集，以提升视觉语言模型在色彩感知和空间上下文理解方面的能力。经过微调，模型在视觉评估任务中表现显著改善，超越了GPT-4o等闭源模型。

MegaCOIN: Enhancing Medium-Grained Color Perception in Vision-Language Models
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