跳到正文
arXiv · 机器人与计算机视觉· Rohit Saxena, Alessandro Suglia, Marek Rei, Pasquale Minervini·· 29 天前AI 评分75

视觉语言模型的规模极限:多模态基准下的反规模现象分析

On the Limits of Scale: Inverse Scaling in Vision-Language Models

AI 导读

该研究评估了四个模型家族的 19 个模型在八个多模态基准上的表现,发现 VLM 在特定子任务上存在反规模效应,即大模型在某些问题类别上的表现不如同家族的小模型。

来源:arXiv · 机器人与计算机视觉 · arxiv.org