VisDial

Определение

Датасет для многотуровой (multi-turn) беседы на основе изображения, используемый для обучения и оценки мультимодальных моделей в задачах визуального диалога.

Где встречается

• 560. Как работает мультимодальная эвалюация (MEGA, MM-Vet) для VL-моделей

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление