MIT-IBM 团队研究多模态模型失败案例
热点事件持续更新
MIT-IBM 团队研究多模态模型失败案例
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
MIT-IBM Computing Research Lab 团队在 Jim Glass 共同带领下,研究 GPT-4o 等前沿多模态模型的失败案例,并开发新基准与少监督方法以弥补性能差距。 团队用 IPLoc 的伪名替换技术迫使模型关注视觉上下文;在 OmniR1 研究中发现,音频大模型常不看音频、仅凭选项作答。团队还持续发布公开基准,探索无需大量标注数据即可让模型自主学习。
AI 根据报道生成 · 20 小时前更新
最新进展11月21日 05:00
MIT-IBM 研究:多模态基础模型如何实现更像人的交互与理解报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- RadarAIMIT-IBM 研究:多模态基础模型如何实现更像人的交互与理解
MIT-IBM Computing Research Lab 团队在 Jim Glass 共同带领下研究多模态基础模型的感知与语言关联,针对 GPT-4o 等模型的失败案例开发新基准与少监督方法。团队通过 IPLoc 的伪名替换技术迫使模型关注视觉上下文,并在 OmniR1 研究中发现音频大模型常不看音频、仅凭选项作答。研究还持续发布公开基准,探索无需大量标注数据即可让模型自主学习。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 911月21日 07:00
- 近 24 小时变化
- –
02.557.510
12:0018:0011月22日
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。