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

Shin’ya Nishida

ACL 2026多模态评测与基准对齐与偏好
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 #5/6ACL 2026Findings· Findings of ACL

MPT c-Bench: Measuring Cross-market Generative Ability of Vision-Language Models via Movie Poster Transcreation

Youyuan Lin · Yuan Li · Yahan Yu · Fei Cheng · Shin’ya Nishida · Chenhui Chu

摘要

Generative vision-language models (VLMs) can edit and synthesize images, yet their ability to adapt visual assets across markets remains under-evaluated.We study cross-market image transcreation via movie posters, where localization must preserve a movie’s identity while matching market-specific...

多模态评测与基准对齐与偏好OpenReview 项目页

常见合作者