Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
VERIFY: Бенчмарк визуального объяснения и рассуждения для исследования достоверности мультимодального рассуждения.
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Существующие автоматические методы оценки цепочек рассуждений переоценивают качество, требуется человеческая аннотация для точной оценки.