研究揭示VLM训练与推理鸿沟机制
热点事件持续更新
研究揭示VLM训练与推理鸿沟机制
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Arun Josephraj Arokiaraj 等作者发表论文，在 Qwen2.5-VL-7B-Instruct 上对 200 张留出的 COCO 图像实施受控的两阶段 PGD 攻击，发现所谓“训练/推理鸿沟”：对抗扰动能把固定目标描述的 teacher-forced 训练损失压至接近零，但模型自由生成时仍输出正确描述。作者称已对这一分离现象给出精确的机制解释。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Qwen2.5-VL-7B 研究揭示视觉语言模型的“训练/推理鸿沟”机制报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIQwen2.5-VL-7B 研究揭示视觉语言模型的“训练/推理鸿沟”机制
研究在 Qwen2.5-VL-7B-Instruct 上发现“训练/推理鸿沟”：对抗扰动可将固定目标描述的 teacher-forced 训练损失压至近零，模型自由生成却仍输出正确描述。
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。