اختبار مرتبط بالدليل · متوسط المستوى
مسابقة الإجابة على الأسئلة البصرية
راجع الإجابة البصرية على الأسئلة، والتحيز في مجموعة البيانات، والدمج متعدد الوسائط، وحدود التقييم عبر أسئلة الصور والمستندات.
سؤال 1 من 8
ما المدخلان اللذان يأخذهما نظام الإجابة على الأسئلة المرئية؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما المدخلان اللذان يأخذهما نظام الإجابة على الأسئلة المرئية؟
- صورة وسؤال باللغة الطبيعية
- صورتين للمقارنة
- سؤال ومقطع صوتي
- صورة فقط بدون نص
- لماذا تم إنشاء مجموعة بيانات VQA v2.0 بإجابات "متوازنة"؟
- لجعل الصور ذات دقة أعلى
- لتقليل التحيز اللغوي بحيث لا تتمكن النماذج من التخمين من النص وحده
- لإزالة جميع الأسئلة بنعم/لا
- لتقليص مجموعة البيانات للتدريب بشكل أسرع
- ما هو "التحيز اللغوي" في VQA؟
- ترجمة الأسئلة إلى لغة خاطئة
- استخدام العديد من اللغات في وقت واحد
- الإجابة بناء على صيغة السؤال مع تجاهل الصورة
- - تفضيل الصور القصيرة على الطويلة
- كيف تجمع العديد من نماذج VQA بين معلومات الصورة والسؤال؟
- عن طريق تسلسل وحدات البكسل والحروف الخام
- من خلال توليد صورة جديدة من السؤال
- من خلال تجاهل السؤال تماما
- من خلال دمج تمثيلاتها المشفرة، غالبًا مع الانتباه المتبادل
- غالبًا ما تنتج أنظمة VQA الكلاسيكية إجابات عن طريق القيام بماذا؟
- التصنيف على مفردات ثابتة للإجابات الشائعة
- رسم مربع محيط فقط
- تحرير الصورة الأصلية
- إعادة سؤال الإدخال دون تغيير
- ما هو المثال على تحدي VQA الأكثر تقدمًا؟
- تغيير حجم الصورة إلى صورة مصغرة
- الإجابة على الأسئلة المتعلقة بالنصوص والأرقام الموجودة داخل صورة المستند
- فرز الصور أبجديا حسب اسم الملف
- ضغط ملفات الفيديو
- كيف يقيّم معيار VQA الأصلي الإجابة عندما يصيغ الأشخاص نفس الإجابة بطرق مختلفة؟
- يتطلب تطابقًا دقيقًا مع عبارة ثابتة واحدة فقط
- يقيس دقة الصورة بدلاً من الإجابات
- يقارن التنبؤ بعدة إجابات بشرية باستخدام درجة مبنية على الإجماع
- يستخدم ثقة النموذج كحقيقة مرجعية
- لماذا قد تفشل دقة VQA العالية في إثبات التأسيس البصري؟
- لا يمكن تمثيل الصور بواسطة الشبكات العصبية
- تُولَّد الأسئلة دائمًا بشكل عشوائي
- لا يحتوي المعيار على تسميات للإجابات
- قد يستغل النموذج أنماط مجموعة البيانات أو اللغة بدلاً من الصورة