跳到正文
arXiv · 机器人与计算机视觉· Junfeng Wang, Jiawei Liu, Yongchao Xu, Tao Jiang, Jiangbo Ai, Jin Zhang, Chong Wang, Qixing Zhang·· 15 天前精选AI 评分78

Learning Where to Look:面向图像思考的观察策略优化方法

Learning Where to Look: Observation Policy Optimization for Thinking with Images

AI 导读

该研究针对复杂视觉问答中模型难以定位关键区域或获取充分证据的问题,提出 Observation Policy Optimization (OPO) 算法以优化工具增强的图像思考中的观察动作。

推荐理由

针对多模态模型在图像思考中的观察动作优化难题,提出 OPO 算法通过不确定性引导分支与证据归因机制提升视觉推理性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org