该文介绍了任务视觉问题生成（VQG），旨在在展示图片后提出自然而引人入胜的问题。提供了三个数据集，涵盖了各种图像。评估结果表明，模型为各种图像提出了合理的问题，但与人类性能的差距很大。作者希望进一步探索将图像与常识和语用知识联系起来的相关研究。

该文介绍了任务视觉问题生成（VQG），旨在在展示图片后提出自然而引人入胜的问题。提供了三个数据集，通过训练和测试几种生成和检索模型来解决 VQG 这个任务。评估结果表明，尽管这样的模型为各种图像提出了合理的问题，但与人类性能的差距仍然很大。