Refined generation-based framework for consistent and reliable visual question answering

2026-03-05

0

PRE

AI

DOI：10.1016/j.patcog.2026.113421

原文求助

摘要

En 中文

• 该工作首次同时提升了VQA模型的连贯性和可靠性。 • 本研究提出了一种统一的框架，能够兼容不同的模型。 • 本研究设计了一种新颖的生成模块，以扩充数据以实现更好的训练效果。 • 本研究在相关基准测试上取得了新的SOTA（State-of-the-Art）结果。

Keyword:

Visual Question Answering

Consistency

Reliability

Data Augmentation

SOTA Results