Pix2Fact: When Vision Is Not Enough -- Benchmarking Fine-Grained VQA with Web Verification on High-Resolution Real-World Scenes

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Jiang, Yifan, Zhang, Cong, Zhang, Bofei, Zheng, Qiaofeng, Yang, Yifan, Wang, Bingzhang, Ong, Yew-Soon
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.00593