Buchumschlag

IRR: Image Review Ranking Framework for Evaluating Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hayashi, Kazuki, Onishi, Kazuma, Suzuki, Toma, Ide, Yusuke, Gobara, Seiji, Saito, Shigeki, Sakai, Yusuke, Kamigaito, Hidetaka, Hayashi, Katsuhiko, Watanabe, Taro
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Computer Vision and Pattern Recognition Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Artwork Explanation in Large-scale Vision Language Models
von: Hayashi, Kazuki, et al.
Veröffentlicht: (2024)

Towards Cross-Lingual Explanation of Artwork in Large-scale Vision Language Models
von: Ozaki, Shintaro, et al.
Veröffentlicht: (2024)

Does Pre-trained Language Model Actually Infer Unseen Links in Knowledge Graph Completion?
von: Sakai, Yusuke, et al.
Veröffentlicht: (2023)

Diagnosing Vision Language Models' Perception by Leveraging Human Methods for Color Vision Deficiencies
von: Hayashi, Kazuki, et al.
Veröffentlicht: (2025)

Diversity Explains Inference Scaling Laws: Through a Case Study of Minimum Bayes Risk Decoding
von: Kamigaito, Hidetaka, et al.
Veröffentlicht: (2024)

Do LLMs Implicitly Determine the Suitable Text Difficulty for Users?
von: Gobara, Seiji, et al.
Veröffentlicht: (2024)

Accurate and Diverse Recommendations via Propensity-Weighted Linear Autoencoders
von: Onishi, Kazuma, et al.
Veröffentlicht: (2025)

BQA: Body Language Question Answering Dataset for Video Large Language Models
von: Ozaki, Shintaro, et al.
Veröffentlicht: (2024)

TextTIGER: Text-based Intelligent Generation with Entity Prompt Refinement for Text-to-Image Generation
von: Ozaki, Shintaro, et al.
Veröffentlicht: (2025)

Multi-label Learning with Random Circular Vectors
von: Nishida, Ken, et al.
Veröffentlicht: (2024)

Can Impressions of Music be Extracted from Thumbnail Images?
von: Harada, Takashi, et al.
Veröffentlicht: (2025)

Revisiting Compositional Generalization Capability of Large Language Models Considering Instruction Following Ability
von: Sakai, Yusuke, et al.
Veröffentlicht: (2025)

HalluCitation Matters: Revealing the Impact of Hallucinated References with 300 Hallucinated Papers in ACL Conferences
von: Sakai, Yusuke, et al.
Veröffentlicht: (2026)

HalluCiteChecker: A Lightweight Toolkit for Hallucinated Citation Detection and Verification in the Era of AI Scientists
von: Sakai, Yusuke, et al.
Veröffentlicht: (2026)

mCSQA: Multilingual Commonsense Reasoning Dataset with Unified Creation Strategy by Language Models and Humans
von: Sakai, Yusuke, et al.
Veröffentlicht: (2024)

Unified Interpretation of Smoothing Methods for Negative Sampling Loss Functions in Knowledge Graph Embedding
von: Feng, Xincan, et al.
Veröffentlicht: (2024)

From Formal Language Theory to Statistical Learning: Finite Observability of Subregular Languages
von: Hayashi, Katsuhiko, et al.
Veröffentlicht: (2025)

Model-based Subsampling for Knowledge Graph Completion
von: Feng, Xincan, et al.
Veröffentlicht: (2023)

IterKey: Iterative Keyword Generation with LLMs for Enhanced Retrieval Augmented Generation
von: Hayashi, Kazuki, et al.
Veröffentlicht: (2025)

mbrs: A Library for Minimum Bayes Risk Decoding
von: Deguchi, Hiroyuki, et al.
Veröffentlicht: (2024)

A Simple but Effective Closed-form Solution for Extreme Multi-label Learning
von: Onishi, Kazuma, et al.
Veröffentlicht: (2025)

Identifying Influential N-grams in Confidence Calibration via Regression Analysis
von: Ozaki, Shintaro, et al.
Veröffentlicht: (2026)

Tonguescape: Exploring Language Models Understanding of Vowel Articulation
von: Sakajo, Haruki, et al.
Veröffentlicht: (2025)

Multilinguality of Large Language Models From a Structural Perspective
von: Sakajo, Haruki, et al.
Veröffentlicht: (2026)

How to Make the Most of LLMs' Grammatical Knowledge for Acceptability Judgments
von: Ide, Yusuke, et al.
Veröffentlicht: (2024)

Dictionaries to the Rescue: Cross-Lingual Vocabulary Transfer for Low-Resource Languages Using Bilingual Dictionaries
von: Sakajo, Haruki, et al.
Veröffentlicht: (2025)

Simultaneous Interpretation Corpus Construction by Large Language Models in Distant Language Pair
von: Sakai, Yusuke, et al.
Veröffentlicht: (2024)

StructLens: A Structural Lens for Language Models via Maximum Spanning Trees
von: Sakajo, Haruki, et al.
Veröffentlicht: (2026)

Diversity of Transformer Layers: One Aspect of Parameter Scaling Laws
von: Kamigaito, Hidetaka, et al.
Veröffentlicht: (2025)

Agreement-Constrained Probabilistic Minimum Bayes Risk Decoding
von: Natsumi, Koki, et al.
Veröffentlicht: (2025)

Toward the Evaluation of Large Language Models Considering Score Variance across Instruction Templates
von: Sakai, Yusuke, et al.
Veröffentlicht: (2024)

Centroid-Based Efficient Minimum Bayes Risk Decoding
von: Deguchi, Hiroyuki, et al.
Veröffentlicht: (2024)

CoAM: Corpus of All-Type Multiword Expressions
von: Ide, Yusuke, et al.
Veröffentlicht: (2024)

Understanding the Impact of Confidence in Retrieval Augmented Generation: A Case Study in the Medical Domain
von: Ozaki, Shintaro, et al.
Veröffentlicht: (2024)

Enhancing Factuality through Consensus and Consistency in Summarization Using Minimum Bayes Risk Decoding
von: Soetedjo, Riza Setiawan, et al.
Veröffentlicht: (2026)

How Panel Layouts Define Manga: Insights from Visual Ablation Experiments
von: Feng, Siyuan, et al.
Veröffentlicht: (2024)

CArtBench: Evaluating Vision-Language Models on Chinese Art Understanding, Interpretation, and Authenticity
von: Wei, Xuefeng, et al.
Veröffentlicht: (2026)

Image Referenced Sketch Colorization Based on Animation Creation Workflow
von: Yan, Dingkun, et al.
Veröffentlicht: (2025)

COM Kitchens: An Unedited Overhead-view Video Dataset as a Vision-Language Benchmark
von: Maeda, Koki, et al.
Veröffentlicht: (2024)

Zero-Shot Character Identification and Speaker Prediction in Comics via Iterative Multimodal Fusion
von: Li, Yingxuan, et al.
Veröffentlicht: (2024)