跳到正文
热点事件持续更新

Hongbin Lin 等提出 DR-BOLT 自适应快慢思考优化方法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Hongbin Lin 等在 arXiv 发布论文,提出双参考离线优化方法 DR-BOLT,让视觉语言模型按输入难度自适应选择快思考或慢思考,避免强制长推理导致的过度思考。方法将期望的快/慢混合参考分布与采样分布区分开,并在奖励加权训练中纠正二者的不匹配。 论文称结果支持所研究的双参考设置下的自适应推理,但更广范围的鲁棒性仍未有结论。在与 Qwen3-VL 的对比实验中,两组使用相同的候选集,以将优化目标本身与慢思考教师模型的质量区分开。

AI 根据报道生成 · 44 分钟前更新

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.AI
    DR-BOLT:面向 VLM 自适应推理的双参考离线优化方法

    论文提出 DR-BOLT(Dual-Reference BOLT),通过双参考离线优化让视觉语言模型按输入难度自适应选择快思考或慢思考,避免强制长推理导致的过度思考。

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。