محققان در پژوهشی جدید، بنچمارک پیشرفتهای به نام OpenRef را معرفی کردهاند که چالشهای اصلی مدلهای بینایی-زبانی (REC) را هدف قرار داده است. مدلهای فعلی معمولاً فقط در محیطهای ساده و ایدهآل کار میکنند، اما OpenRef با بررسی شرایط پیچیدهای مثل دید پهپادی، محیطهای تاریک، شرایط جوی نامساعد و اشیاء چندگانه، استانداردهای جدیدی برای «دنیای واقعی» تعریف کرده است.
ویژگی جذاب این بنچمارک، ابزار Multi-task Consistency Checker است که بدون نیاز به آموزش مجدد، عملکرد مدلها را از طریق خودارزیابی هوشمندانه ارتقا میدهد. گامی بزرگ به سوی دستیارهای هوشمند بینا و دقیقتر!
منبع: arXiv Computer Vision