SEAM: Semantically Equivalent Across Modalities Benchmark for Vision-Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Tang, Zhenwei, Jiao, Difan, Yang, Blair, Anderson, Ashton
Formato:	Preprint
Publicado:	2025
Materias:	Artificial Intelligence Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.18179