热点事件持续更新

研究者提出用辅助图像适配冻结多模态模型的ART方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Michal Chudoba等研究者提出ART（Art-Based Reinforcement Training，基于艺术图像的强化训练），通过优化一张辅助输入图像使冻结的多模态大语言模型适配特定任务；推理时只需将该图加入标准多模态提示词，无需改动推理引擎。在20组基准-模型配对中，ART在其中10组排名第一或第二，最好成绩出现在GSM8k和SVAMP两个数学应用题基准上。在vLLM推理栈中，ART相对纯文本请求使吞吐下降6%至14%，而LoRA的降幅为13%至93%。

AI 根据报道生成 · 57 分钟前更新

最新进展10月31日 12:00

用 ART（基于艺术图像的强化训练）微调多模态 LLM

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
用 ART（基于艺术图像的强化训练）微调多模态 LLM
研究提出 Art-Based Reinforcement Training（ART），通过优化一张辅助输入图像来让冻结的多模态大语言模型适配特定任务，推理时只需把该图加入标准多模态提示词，无需改动推理引擎。

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。