arXiv · 机器人与计算机视觉· Sheng Lu, Guangpin Tao, Tong Lu, Ying Tai·· 12 小时前精选AI 评分78
Sketch, Don't Paint:在生成式视觉推理中动态分配测试时计算资源
Sketch, Don't Paint: Allocating Test-Time Compute in Generative Visual Reasoning
AI 导读
论文研究了多模态模型如何通过合成像素进行推理,发现迭代去噪主导了推理成本。研究揭示了三种思维模式:因果性思维早期即可识读且素描步数远少于渲染步数;装饰性思维可省略;有害思维会降低准确率。
推荐理由
研究揭示生成式视觉推理中三种计算分配模式,提出无需标签的素描投票策略以显著降低推理成本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org