arXiv cs.CL· Sunjae Kwon, Suhaas Kiran DG, Zonghai Yao, Talha Chafekar, Deepali Singh, Hong Yu·2026-10-26 12:00· 3 小时前AI 评分38

SAGE：面向多模态 Grounding 的语义对齐评测基准与 Gloss-Augmented Reasoning 方法

SAGE: Sense-Aligned Multimodal Grounding Evaluation with Gloss-Augmented Reasoning

AI 导读

SAGE 是一个统一的 10 候选图像选择基准，把 VWSD、VerSe 与 WikiDiverse 重构为共享的以术语为中心的评测协议，覆盖名词、动词和实体三类 grounding。

来源：arXiv cs.CL · arxiv.org