ACL 2024 Oral｜我們離真正的多模態思維鏈推理還有多遠？

AIGC動態歡迎閱讀

原標題：ACL 2024 Oral｜我們離真正的多模態思維鏈推理還有多遠？
關鍵字：模型,研究者,基準,思維,樣本
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com該文章的第一作者陳麒光，目前就讀于哈工大賽爾實驗室。他的主要研究方向包括大模型思維鏈、跨語言大模型等。
在過去的幾年中，大型語言模型（Large Language Models, LLMs）在自然語言處理（NLP）領域取得了突破性的進展。這些模型不僅能夠理解復雜的語境，還能夠生成連貫且邏輯嚴謹的文本。
然而，隨著科技的發展和應用場景的多樣化，單一文本模態的能力顯然已經不能滿足現代需求。人們日益期待能夠處理和理解多種模態信息（如圖像、視頻、音頻等）的智能系統，以應對更復雜的任務和場景。研究者們開始嘗試將文本 CoT 的能力擴展到多模態思維鏈推理領域，以應對更加復雜和多樣化的任務需求。
最早的多模態思維鏈研究之一是由 Lu 等人 [1] 引入的 ScienceQA

原文鏈接：ACL 2024 Oral｜我們離真正的多模態思維鏈推理還有多遠？

聯系作者

文章來源：機器之心
作者微信：
作者簡介：