大型视觉语言模型的色觉测试评估
计算机视觉与模式识别
2025-07-16 v1 人工智能
摘要
随着大型视觉语言模型的广泛采用，色觉能力对于这些模型至关重要。然而，大型视觉语言模型的色觉能力尚未得到彻底探索。为此，我们定义了大型视觉语言模型的色觉测试任务，并构建了一个覆盖多种测试问题类型和不同难度水平的数据集\footnote{Anonymous Github Showing some of the data https://anonymous.4open.science/r/color-vision-test-dataset-3BCD}。此外，我们分析了大型视觉语言模型所犯错的类型，提出了增强其在色觉测试中性能的微调策略。
引用
@article{arxiv.2507.11153,
title = {Assessing Color Vision Test in Large Vision-language Models},
author = {Hongfei Ye and Bin Chen and Wenxi Liu and Yu Zhang and Zhao Li and Dandan Ni and Hongyang Chen},
journal= {arXiv preprint arXiv:2507.11153},
year = {2025}
}