跳到正文
热点事件持续更新

Vanguard:免训练投机判决方法,小模型草稿可达大模型精度

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

研究者在arXiv发布论文,提出训练无关的判断模型Vanguard,用于视觉语言智能体的步骤级投机:由通用决策模型结合屏幕截图,在一次前向传播中为候选步骤给出正确概率,超过阈值即采用小模型草稿,否则由大模型改写。草稿和目标模型均无需改动。 论文称,在网页、移动端和具身智能体任务上,经Vanguard判决的2B草稿精度不低于8B目标模型,在Mind2Web和EB-ALFRED上精度显著更高,且目标模型只需撰写少数步骤。该方法在网页和移动任务中依赖屏幕截图,校准后的阈值可迁移到未见过的网站;跨模型家族时,其相对目标模型的增益随草稿pass@4与目标精度的比值增大。

AI 根据报道生成 · 35 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
    Vanguard:让视觉语言智能体在步骤级投机中判断何时信任小模型草稿

    研究者提出训练无关的判断模型 Vanguard,用于视觉语言智能体的步骤级投机:由通用决策模型结合屏幕截图在一次前向传播中为候选步骤给出正确概率,超过阈值即采用小模型草稿,否则由大模型改写。

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。