1.1 KiB
1.1 KiB
| title | published | taxonomy | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Sebastián Kišš | true |
|
rok začiatku štúdia: 2024
Bakalársky projekt 2027
Dáta pre vyhodnotenie multimodálnych jazykových modelov
Úlohy:
- Naučte sa Python, nainštalujte si Anaconda
- Oboznámte sa s knižnicou Hugging Face Datasets a metódami hodnotenia multimodálnych modelov. Zistite, čo sú multimodálne jazykové modely (napr. BLIP, LLaVA, FLAN-PaLM). Ako sa hodnotí kvalita multimodálnych výstupov? Napíšte krátku správu (2-3 strany) s relevantnými vedeckými článkami
- Oboznámte sa s existujúcimi multimodálnymi benchmarkmi (VQA, Visual Question Answering, Image Captioning)
Možné ciele semestrálneho projektu:
- Pripraviť nový evalučný dátový súbor pre multimodálne jazykové modely.
- Vytvoriť benchmark na porovnanie kvality výstupov rôznych multimodálnych modelov.
- Implementovať automatickú metriku na hodnotenie semantickej zhody medzi textovými a vizuálnymi reprezentáciami.