跳到正文
热点事件持续更新

研究者提出免训练方法SEE提升VLM小物体感知

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

Alin-Ionut Popa等研究者在arXiv发布论文,提出免训练方法SEE(自我引导证据聚合),让冻结的视觉语言模型(VLM)在置信度低时重新审视自己指向的图像区域:提议候选区域、对放大裁剪图作答,再以置信度加权投票与原预测聚合,全程无需检测器或OCR。 据论文报告,在五个骨干模型上,SEE将所有小物体基准提升2.3-13.1个百分点,并在小物体任务上超过五个免训练基线;Qwen3.5-4B借助SEE超越了Qwen3.5-9B的直接作答,并追平参数量大6倍的Qwen3.5-27B。

AI 根据报道生成 · 1 小时前更新

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
    SEE:解锁冻结 VLM 被隐藏的细粒度感知能力

    研究者提出免训练方法 SEE,让冻结的 VLM 在置信度低时重新审视其指向的图像区域:提议候选区域、对放大裁剪图作答,并以置信度加权投票与原预测聚合,无需检测器或 OCR。在五个骨干模型上,SEE 将所有小物体基准提升 2.3-13.1 个百分点,超过五个免训练基线。Qwen3.5-4B 借助 SEE 超越 Qwen3.5-9B 的直接作答,并追平大 6 倍的 Qwen3.5-27B。

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。