研究者提出从文本能力预测VLM表现的跨家族缩放律
热点事件持续更新
研究者提出从文本能力预测VLM表现的跨家族缩放律
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
Ziran Li 等研究者提出 Capability-Driven Multimodal Scaling Law，据论文称这是首个跨家族框架，可直接从可观测的文本能力预测视觉语言模型（VLM）的基准准确率。 团队在 7 个模型家族的 34 个 LLM 上训练了超过 150 个 VLM，并基于 200 多个文本基准和 50 个多模态基准验证。论文称，该缩放律可将 8B 以下模型测得的迁移率外推至 72B 级基座，并预测完整的训练轨迹，从而帮助在训练 VLM 前选择合适的 LLM 骨干。
AI 根据报道生成 · 58 分钟前更新
最新进展10月23日 12:00
VLM 能力迁移缩放律：从 LLM 文本能力预测多模态表现报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIVLM 能力迁移缩放律：从 LLM 文本能力预测多模态表现
论文提出 Capability-Driven Multimodal Scaling Law，首个从可观测文本能力直接预测 VLM 基准准确率的跨家族框架。团队在 7 个模型家族的 34 个 LLM 上训练超过 150 个 VLM，基于 200 多个文本与 50 个多模态基准验证：该律可将 8B 以下模型测得的迁移率外推至 72B 级基座并预测完整训练轨迹。
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。