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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Tang, Zhenwei, Jiao, Difan, Yang, Blair, Anderson, Ashton
Format:	Preprint
Publié:	2025
Sujets:	Artificial Intelligence Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2508.18179