EMNLP 论文用近 2000 张历史童书插图评测多模态 AI
_akpiper · x · 2026-11-23
作者发布 EMNLP 2026 新论文,用近 2,000 张历史儿童书籍插图评测五个多模态 AI 模型,并将其解读与数千名人类志愿者的标注进行对比。
- 数据集名为 Picturing Stories,聚焦 AI 对历史图像的理解能力
- 结果整体令人鼓舞,但也暴露出一些有趣的局限
- 帖子附有论文与数据集链接
所属事件:多模态AI解读历史插画:单体常错群体分布准(2 条相关)→
「多模态」频道最新
- 五大多模态模型评测:AI 看历史插画单体常错、群体分布却近乎完美 — _akpiper · 2026-11-23
- 开发者开源 Claude 音乐视频插件:MCP 接视频模型自动出 MV — AIandDesign · 2026-11-23
- Midjourney+Seedance 2.5 经 Higgsfield MCP 串出 AI 微电影《The Wow Lunch》 — azed_ai · 2026-11-22
- 8GB 显存跑 Wan 2.2 图生视频:4 步出片并自动存尾帧 — Equivalent-Ad1959 · 2026-11-22
- 零自定义节点:把模特照片套进参考视频动作的时尚流水线 — lmcdesign · 2026-11-22
- 朋友用开源「老李 Skill」做 20 多部 AI 短剧,红果播放破 5000 万 — vista8 · 2026-11-22