Prometheus-Vision: Vision-Language Model as a Judge for Fine-Grained Evaluation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lee, Seongyun, Kim, Seungone, Park, Sue Hyun, Kim, Geewook, Seo, Minjoon |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
How Does Vision-Language Adaptation Impact the Safety of Vision Language Models?
par: Lee, Seongyun, et autres
Publié: (2024)
par: Lee, Seongyun, et autres
Publié: (2024)
Aligning to Thousands of Preferences via System Message Generalization
par: Lee, Seongyun, et autres
Publié: (2024)
par: Lee, Seongyun, et autres
Publié: (2024)
On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning
par: Kim, Geewook, et autres
Publié: (2024)
par: Kim, Geewook, et autres
Publié: (2024)
Prometheus: Inducing Fine-grained Evaluation Capability in Language Models
par: Kim, Seungone, et autres
Publié: (2023)
par: Kim, Seungone, et autres
Publié: (2023)
Volcano: Mitigating Multimodal Hallucination through Self-Feedback Guided Revision
par: Lee, Seongyun, et autres
Publié: (2023)
par: Lee, Seongyun, et autres
Publié: (2023)
Prometheus 2: An Open Source Language Model Specialized in Evaluating Other Language Models
par: Kim, Seungone, et autres
Publié: (2024)
par: Kim, Seungone, et autres
Publié: (2024)
Self-Explore: Enhancing Mathematical Reasoning in Language Models with Fine-grained Rewards
par: Hwang, Hyeonbin, et autres
Publié: (2024)
par: Hwang, Hyeonbin, et autres
Publié: (2024)
State-Space Hierarchical Compression with Gated Attention and Learnable Sampling for Hour-Long Video Understanding in Large Multimodal Models
par: Kim, Geewook, et autres
Publié: (2025)
par: Kim, Geewook, et autres
Publié: (2025)
FLASK: Fine-grained Language Model Evaluation based on Alignment Skill Sets
par: Ye, Seonghyeon, et autres
Publié: (2023)
par: Ye, Seonghyeon, et autres
Publié: (2023)
Do Modern Video-LLMs Need to Listen? A Benchmark Audit and Scalable Remedy
par: Kim, Geewook, et autres
Publié: (2025)
par: Kim, Geewook, et autres
Publié: (2025)
Lost in the Noise: How Reasoning Models Fail with Contextual Distractors
par: Lee, Seongyun, et autres
Publié: (2026)
par: Lee, Seongyun, et autres
Publié: (2026)
The CoT Encyclopedia: Analyzing, Predicting, and Controlling how a Reasoning Model will Think
par: Lee, Seongyun, et autres
Publié: (2025)
par: Lee, Seongyun, et autres
Publié: (2025)
M-Prometheus: A Suite of Open Multilingual LLM Judges
par: Pombal, José, et autres
Publié: (2025)
par: Pombal, José, et autres
Publié: (2025)
Evaluating Multimodal Generative AI with Korean Educational Standards
par: Park, Sanghee, et autres
Publié: (2025)
par: Park, Sanghee, et autres
Publié: (2025)
Can Language Models Evaluate Human Written Text? Case Study on Korean Student Writing for Education
par: Kim, Seungyoon, et autres
Publié: (2024)
par: Kim, Seungyoon, et autres
Publié: (2024)
LangBridge: Multilingual Reasoning Without Multilingual Supervision
par: Yoon, Dongkeun, et autres
Publié: (2024)
par: Yoon, Dongkeun, et autres
Publié: (2024)
The BiGGen Bench: A Principled Benchmark for Fine-grained Evaluation of Language Models with Language Models
par: Kim, Seungone, et autres
Publié: (2024)
par: Kim, Seungone, et autres
Publié: (2024)
Hierarchical Deconstruction of LLM Reasoning: A Graph-Based Framework for Analyzing Knowledge Utilization
par: Ko, Miyoung, et autres
Publié: (2024)
par: Ko, Miyoung, et autres
Publié: (2024)
Rethinking the Role of Proxy Rewards in Language Model Alignment
par: Kim, Sungdong, et autres
Publié: (2024)
par: Kim, Sungdong, et autres
Publié: (2024)
Evaluating Language Models as Synthetic Data Generators
par: Kim, Seungone, et autres
Publié: (2024)
par: Kim, Seungone, et autres
Publié: (2024)
TSLM: Tree-Structured Language Modeling for Divergent Thinking
par: Kim, Doyoung, et autres
Publié: (2026)
par: Kim, Doyoung, et autres
Publié: (2026)
Can Large Language Models Keep Up? Benchmarking Online Adaptation to Continual Knowledge Streams
par: Kim, Jiyeon, et autres
Publié: (2026)
par: Kim, Jiyeon, et autres
Publié: (2026)
How language models extrapolate outside the training data: A case study in Textualized Gridworld
par: Kim, Doyoung, et autres
Publié: (2024)
par: Kim, Doyoung, et autres
Publié: (2024)
Reasoning Models Better Express Their Confidence
par: Yoon, Dongkeun, et autres
Publié: (2025)
par: Yoon, Dongkeun, et autres
Publié: (2025)
Scaling Evaluation-time Compute with Reasoning Models as Evaluators
par: Kim, Seungone, et autres
Publié: (2025)
par: Kim, Seungone, et autres
Publié: (2025)
Fine-Grained and Thematic Evaluation of LLMs in Social Deduction Game
par: Kim, Byungjun, et autres
Publié: (2024)
par: Kim, Byungjun, et autres
Publié: (2024)
Finer: Investigating and Enhancing Fine-Grained Visual Concept Recognition in Large Vision Language Models
par: Kim, Jeonghwan, et autres
Publié: (2024)
par: Kim, Jeonghwan, et autres
Publié: (2024)
MMRefine: Unveiling the Obstacles to Robust Refinement in Multimodal Large Language Models
par: Paik, Gio, et autres
Publié: (2025)
par: Paik, Gio, et autres
Publié: (2025)
VideoJudge: Bootstrapping Enables Scalable Supervision of MLLM-as-a-Judge for Video Understanding
par: Waheed, Abdul, et autres
Publié: (2025)
par: Waheed, Abdul, et autres
Publié: (2025)
Early Decisions Matter: Proximity Bias and Initial Trajectory Shaping in Non-Autoregressive Diffusion Language Models
par: Kim, Jiyeon, et autres
Publié: (2026)
par: Kim, Jiyeon, et autres
Publié: (2026)
Fine-Grained Evaluation of Large Vision-Language Models in Autonomous Driving
par: Li, Yue, et autres
Publié: (2025)
par: Li, Yue, et autres
Publié: (2025)
LG AI Research & KAIST at EHRSQL 2024: Self-Training Large Language Models with Pseudo-Labeled Unanswerable Questions for a Reliable Text-to-SQL System on EHRs
par: Jo, Yongrae, et autres
Publié: (2024)
par: Jo, Yongrae, et autres
Publié: (2024)
How Well Do Large Language Models Truly Ground?
par: Lee, Hyunji, et autres
Publié: (2023)
par: Lee, Hyunji, et autres
Publié: (2023)
K-BrowseComp: A Web Browsing Agent Benchmark Grounded in Korean Contexts
par: Lee, Nahyun, et autres
Publié: (2026)
par: Lee, Nahyun, et autres
Publié: (2026)
Latent Reasoning via Sentence Embedding Prediction
par: Hwang, Hyeonbin, et autres
Publié: (2025)
par: Hwang, Hyeonbin, et autres
Publié: (2025)
Improving Probability-based Prompt Selection Through Unified Evaluation and Analysis
par: Yang, Sohee, et autres
Publié: (2023)
par: Yang, Sohee, et autres
Publié: (2023)
Understanding and Enhancing Mamba-Transformer Hybrids for Memory Recall and Language Modeling
par: Lee, Hyunji, et autres
Publié: (2025)
par: Lee, Hyunji, et autres
Publié: (2025)
MM-Eval: A Multilingual Meta-Evaluation Benchmark for LLM-as-a-Judge and Reward Models
par: Son, Guijin, et autres
Publié: (2024)
par: Son, Guijin, et autres
Publié: (2024)
Instruction Tuning with and without Context: Behavioral Shifts and Downstream Impact
par: Lee, Hyunji, et autres
Publié: (2025)
par: Lee, Hyunji, et autres
Publié: (2025)
Pedagogical Alignment for Vision-Language-Action Models: A Comprehensive Framework for Data, Architecture, and Evaluation in Education
par: Lee, Unggi, et autres
Publié: (2026)
par: Lee, Unggi, et autres
Publié: (2026)
Documents similaires
-
How Does Vision-Language Adaptation Impact the Safety of Vision Language Models?
par: Lee, Seongyun, et autres
Publié: (2024) -
Aligning to Thousands of Preferences via System Message Generalization
par: Lee, Seongyun, et autres
Publié: (2024) -
On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning
par: Kim, Geewook, et autres
Publié: (2024) -
Prometheus: Inducing Fine-grained Evaluation Capability in Language Models
par: Kim, Seungone, et autres
Publié: (2023) -
Volcano: Mitigating Multimodal Hallucination through Self-Feedback Guided Revision
par: Lee, Seongyun, et autres
Publié: (2023)