DarkEQA：低照度環境における視覚言語モデルの評価

この論文は、エージェントのための視覚言語モデル（VLM）の評価における重要なギャップに対処しています。既存のベンチマークは、24時間365日の実運用に不可欠な低照度条件下でのVLMの性能を無視することが多いです。DarkEQAは、これらの困難な環境におけるVLMの堅牢性を評価するための新しいベンチマークを提供し、知覚プリミティブに焦点を当て、物理的に現実的な低照度劣化のシミュレーションを使用しています。これにより、VLMの限界と潜在的な改善点をより正確に理解できます。

• •低照度環境におけるVLMを評価するための新しいベンチマーク、DarkEQAを紹介。
• •低照度条件の物理的に現実的なシミュレーションを採用。
• •知覚のボトルネックを分離することにより、帰属可能な堅牢性分析を可能にする。
• •最先端のVLMとLLIEモデルを評価し、その限界を明らかにしている。