ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation

Documenti analoghi

• Mitigating Open-Vocabulary Caption Hallucinations
  di: Ben-Kish, Assaf, et al.
  Pubblicazione: (2023)
• Kiki or Bouba? Sound Symbolism in Vision-and-Language Models
  di: Alper, Morris, et al.
  Pubblicazione: (2023)
• Dynamic Scene Understanding from Vision-Language Representations
  di: Pruss, Shahaf, et al.
  Pubblicazione: (2025)
• Emergent Visual-Semantic Hierarchies in Image-Text Representations
  di: Alper, Morris, et al.
  Pubblicazione: (2024)
• Bridging the Visual Gap: Fine-Tuning Multimodal Models with Knowledge-Adapted Captions
  di: Yanuka, Moran, et al.
  Pubblicazione: (2024)