论文提出DRScaffold框架与DRBench基准提升密集场景推理

Xinrui Shi 等在 arXiv 发布论文，提出 DRScaffold 监督微调框架和 DRBench 基准，用于增强轻量级视觉语言模型的密集场景推理能力。DRScaffold 将监督目标分解为四个因果有序阶段，无需修改模型架构。DRBench 包含 14,573 个问题、2,943 张图像，覆盖五个任务类别和三层递进推理。论文称，经 DRScaffold 训练的 Qwen2.5-VL-3B 在 DRBench 零样本直接回答提示下超过了冻结的 Qwen2.5-VL-32B，代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。