SEE:免训练提升冻结VLM小目标感知
热点事件持续更新
SEE:免训练提升冻结VLM小目标感知
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者 Alin-Ionut Popa、Tuo Zhang、Dimitrios Dimitriadis 提出免训练方法 SEE(Self-Elicited Evidence),让冻结的视觉语言模型(VLM)在初次回答置信度低时,自行提出细节可能出现的区域,在放大裁剪图上重新作答,并与原始预测做置信度加权投票。 该方法不训练或改动模型参数,只在低置信度时触发二次查看,因此其效果限于这一触发条件,报道未给出具体任务的量化提升。
AI 根据报道生成 · 53 分钟前更新
最新进展11月20日 13:00
SEE:无需训练,让冻结的 VLM 重新审视自己指向的区域报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AISEE:无需训练,让冻结的 VLM 重新审视自己指向的区域
研究者提出免训练方法 SEE(Self-Elicited Evidence),在冻结 VLM 初次回答置信度低时,让模型自行提出细节可能出现的区域,在放大裁剪图上重新作答,并与原始预测做置信度加权投票。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。