paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
QZ

Qin Zhu

ACL 2026多模态评测与基准数据与预训练
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #3/8ACL 2026Poster· Natural Language Processing

Automatic and Reliable Evaluation for Academic Caption-to-Figure Generation with LMM s

Guanghui Ye · Huan Zhao · Qin Zhu · Fengnan Li · Jiaqi Li · Yixian Shen · Zhonghao Ren · Zhihua Jiang

摘要

Existing datasets for evaluating text-to-image generation focus mostly on real-life images, which poses challenges for assessing academicfigure generation given real scientific captions, which is a hot topic in AI for Science. To fill the gap, we propose HE4AFG, a novel datasetwhich first provide...

多模态评测与基准数据与预训练OpenReview 项目页

常见合作者