跳到正文
热点事件持续更新

研究者提出自适应视觉想象框架AVIC及AVIC-R

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

Shoubin Yu等作者提出AVIC自适应测试时框架:先判断当前视觉证据是否充分,再选择性调用并缩放世界模型进行视觉想象。其AVIC-R版本通过GRPO训练该决策策略,奖励信号为答案正确性,并附加想象成本惩罚,无需标注何时该想象、该想象多少。 在SAT、MMSI空间推理基准和R2R具身导航基准上,作者报告AVIC-R超过GPT-4o和GPT-4.1等闭源基线,且调用世界模型次数更少。上述比较结果来自作者自述,尚未经独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.CL
    AVIC:用世界模型自适应控制测试时视觉想象,提升多模态模型空间推理

    研究提出 AVIC 自适应测试时框架,先判断当前视觉证据是否充分,再选择性调用并缩放世界模型进行视觉想象。其 AVIC-R 版本通过 GRPO 以答案正确性奖励和想象成本惩罚训练该决策策略,无需标注何时该想象、该想象多少。在 SAT、MMSI 空间推理基准和 R2R 具身导航基准上,AVIC-R 超过 GPT-4o 和 GPT-4.1 等闭源基线,且调用世界模型次数更少。

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。