跳到正文
arXiv · 机器人与计算机视觉· Nozomu Fujisawa·· 2026-10-20AI 评分53

有限交互透镜:面向视觉语言模型的结构化精度共享

Finite Interaction Lens: Structured Precision Sharing for Vision-Language Models

AI 导读

针对视觉语言模型中视觉干预联合效应难以精确识别的问题,本文提出有限交互透镜(FIL)这一混合精度评估方法。该方法将输入分解为原生状态、单干预分量及高维混合残差,在更高精度下投影单干预分量并复用数值贡献,同时保留混合残差与非线性轨迹。

来源:arXiv · 机器人与计算机视觉 · arxiv.org