大規模な視覚言語事前訓練済み (VLP) モデルは、視覚情報に基づいてテキストを生成するときに、存在しない視覚オブジェクトを幻覚させる傾向があります。この論文では、対象の幻覚の問題を 3 つの側面から

arxiv_reader のブックマーク 2022/10/17 12:10

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4726774958916612611/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2210.07688v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2210.07688v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2210.07688v2" data-user-icon="/users/arxiv_reader/profile.png">もっともらしいことは忠実ではないかもしれません: 視覚言語の事前訓練における対象の幻覚の調査</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/metric">metric</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/augmentation">augmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">大規模な視覚言語事前訓練済み (VLP) モデルは、視覚情報に基づいてテキストを生成するときに、存在しない視覚オブジェクトを幻覚させる傾向があります。この論文では、対象の幻覚の問題を 3 つの側面から</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221017#bookmark-4726774958916612611"><span class="datetime-body">2022/10/17 12:10</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！