Copertina

DISCODE: Distribution-Aware Score Decoder for Robust Automatic Evaluation of Image Captioning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Inoue, Nakamasa, Goto, Kanoko, Oi, Masanari, Gruszka, Martyna, Ukai, Mahiro, Hirose, Takumi, Sekikawa, Yusuke
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Referring Expression Comprehension for Small Objects
di: Goto, Kanoko, et al.
Pubblicazione: (2025)

DF-Mamba: Deformable State Space Modeling for 3D Hand Pose Estimation in Interactions
di: Zhou, Yifan, et al.
Pubblicazione: (2025)

STATUS Bench: A Rigorous Benchmark for Evaluating Object State Understanding in Vision-Language Models
di: Ukai, Mahiro, et al.
Pubblicazione: (2025)

Multi-Point Positional Insertion Tuning for Small Object Detection
di: Goto, Kanoko, et al.
Pubblicazione: (2024)

Autoregressive Direct Preference Optimization
di: Oi, Masanari, et al.
Pubblicazione: (2026)

AdaCoder: Adaptive Prompt Compression for Programmatic Visual Question Answering
di: Ukai, Mahiro, et al.
Pubblicazione: (2024)

EC-Bench: Enumeration and Counting Benchmark for Ultra-Long Videos
di: Tsuchiya, Fumihiko, et al.
Pubblicazione: (2026)

Multi-modal, Multi-task, Multi-criteria Automatic Evaluation with Vision Language Models
di: Ohi, Masanari, et al.
Pubblicazione: (2024)

From Correspondence to Actions: Human-Like Multi-Image Spatial Reasoning in Multi-modal Large Language Models
di: Oi, Masanari, et al.
Pubblicazione: (2026)

HALL-E: Hierarchical Neural Codec Language Model for Minute-Long Zero-Shot Text-to-Speech Synthesis
di: Nishimura, Yuto, et al.
Pubblicazione: (2024)

ELP-Adapters: Parameter Efficient Adapter Tuning for Various Speech Processing Tasks
di: Inoue, Nakamasa, et al.
Pubblicazione: (2024)

Masked Gated Linear Unit
di: Tajima, Yukito, et al.
Pubblicazione: (2025)

MSD-Score: Multi-Scale Distributional Scoring for Reference-Free Image Caption Evaluation
di: Kan, Shichao, et al.
Pubblicazione: (2026)

DENEB: A Hallucination-Robust Automatic Evaluation Metric for Image Captioning
di: Matsuda, Kazuki, et al.
Pubblicazione: (2024)

Pyramid Coder: Hierarchical Code Generator for Compositional Visual Question Answering
di: Shen, Ruoyue, et al.
Pubblicazione: (2024)

PhysQuantAgent: An Inference Pipeline of Mass Estimation for Vision-Language Models
di: Yokomizo, Hisayuki, et al.
Pubblicazione: (2026)

SPECS: Specificity-Enhanced CLIP-Score for Long Image Caption Evaluation
di: Chen, Xiaofu, et al.
Pubblicazione: (2025)

Redemption Score: A Multi-Modal Evaluation Framework for Image Captioning via Distributional, Perceptual, and Linguistic Signal Triangulation
di: Dahal, Ashim, et al.
Pubblicazione: (2025)

GUMBEL-NERF: Representing Unseen Objects as Part-Compositional Neural Radiance Fields
di: Sekikawa, Yusuke, et al.
Pubblicazione: (2024)

Neural Bloom: A Deep Learning Approach to Real-Time Lighting
di: Karp, Rafal, et al.
Pubblicazione: (2025)

AnimalClue: Recognizing Animals by their Traces
di: Shinoda, Risa, et al.
Pubblicazione: (2025)

AgroBench: Vision-Language Model Benchmark in Agriculture
di: Shinoda, Risa, et al.
Pubblicazione: (2025)

PowerCLIP: Powerset Alignment for Contrastive Pre-Training
di: Kawamura, Masaki, et al.
Pubblicazione: (2025)

An Examination of the Robustness of Reference-Free Image Captioning Evaluation Metrics
di: Ahmadi, Saba, et al.
Pubblicazione: (2023)

Compressed Image Captioning using CNN-based Encoder-Decoder Framework
di: Ridoy, Md Alif Rahman, et al.
Pubblicazione: (2024)

Rethinking Evaluation Metrics for Grammatical Error Correction: Why Use a Different Evaluation Process than Human?
di: Goto, Takumi, et al.
Pubblicazione: (2025)

Visually-Aware Context Modeling for News Image Captioning
di: Qu, Tingyu, et al.
Pubblicazione: (2023)

Synthesizing Instruction-Tuning Datasets with Contrastive Decoding
di: Ichinose, Tatsuya, et al.
Pubblicazione: (2026)

Divide and Restore: A Modular Task-Decoupled Framework for Universal Image Restoration
di: Wiekiera, Joanna, et al.
Pubblicazione: (2026)

Grammatical Error Correction Evaluation by Optimally Transporting Edit Representation
di: Goto, Takumi, et al.
Pubblicazione: (2026)

Decoding Matters: Efficient Mamba-Based Decoder with Distribution-Aware Deep Supervision for Medical Image Segmentation
di: Bougourzi, Fares, et al.
Pubblicazione: (2026)

BioVITA: Biological Dataset, Model, and Benchmark for Visual-Textual-Acoustic Alignment
di: Shinoda, Risa, et al.
Pubblicazione: (2026)

gec-metrics: A Unified Library for Grammatical Error Correction Evaluation
di: Goto, Takumi, et al.
Pubblicazione: (2025)

Understanding Retrieval Robustness for Retrieval-Augmented Image Captioning
di: Li, Wenyan, et al.
Pubblicazione: (2024)

Is Your Text-to-Image Model Robust to Caption Noise?
di: Yu, Weichen, et al.
Pubblicazione: (2024)

Removing Distributional Discrepancies in Captions Improves Image-Text Alignment
di: Li, Yuheng, et al.
Pubblicazione: (2024)

HICEScore: A Hierarchical Metric for Image Captioning Evaluation
di: Zeng, Zequn, et al.
Pubblicazione: (2024)

On the Relationship Between Double Descent of CNNs and Shape/Texture Bias Under Learning Process
di: Iwase, Shun, et al.
Pubblicazione: (2025)

CIC: A Framework for Culturally-Aware Image Captioning
di: Yun, Youngsik, et al.
Pubblicazione: (2024)

Evaluating Image Caption via Cycle-consistent Text-to-Image Generation
di: Cui, Tianyu, et al.
Pubblicazione: (2025)