本研究解决了多模态大语言模型在艺术作品美学评估中的推理能力不足问题。通过构建MM-StyleBench数据集和提出ArtCoT方法，提升了艺术特定任务的推理能力，为多模态大语言模型在艺术领域的应用提供了重要见解。

Multimodal Large Language Models Can Infer Aesthetics in Zero-Shot Scenarios
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