研究者提出GAP细粒度对齐范式，提升多模态视觉推理

1. 13:00
   arXiv cs.AI

   GAP：面向多模态大模型视觉推理的细粒度对齐范式

   研究者提出 GAP（Granular Alignment Paradigm），通过数据级、特征级和模型级三层对齐解决视觉潜在推理中解码器隐状态与输入嵌入特征空间不匹配的问题。在 Qwen2.5-VL 7B 上，GAP 在感知与推理综合得分上优于所有对比方法，且是唯一在两项指标上均超过基座的潜在方法。推理时干预实验表明生成的 latent 携带任务相关视觉信号，而非仅增加 token 槽位。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。