跳到正文
热点事件持续更新

提出SpecLook推测验证框架加速Agentic MLLM

1 篇报道1 个报道来源23 分钟前更新

先了解这件事

AI 综述

Xi Ding 与 Jiawei Zhang 在 arXiv 提交论文,提出免训练的推测-验证框架 SpecLook:由小模型起草图像局部观察并重答问题,若答案不变且自信则直接结束,否则由大模型验证、修正观察并融合答案,全程无需传统的 zoom-in 工具调用循环。 论文称,在 V*、HR-Bench 和 POPE 基准上,SpecLook 相对 DeepEyes-7B 和 Thyme-RL 代理分别取得 87.2% 和 86.2% 的平均准确率及 7.7 倍和 4.7 倍加速;其 Fast 版本加速可达 9.9 倍和 6.3 倍,且在所有测试划分上准确率均高于全部基线。

AI 根据报道生成 · 10 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
    SpecLook:通过推测视觉观察位置加速并提升 Agentic MLLM 可靠性的免训练框架

    SpecLook 是一个免训练的推测-验证框架,用小模型起草图像局部观察并重答问题,答案不变且自信时直接结束,否则由大模型验证修正观察并融合答案,全程无需传统 zoom-in 工具调用循环。

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。