跳到正文
arXiv · 机器人与计算机视觉· Binnan Liu, Yechi Ma, Tian Xie, Wei Hua·· 13 天前AI 评分70

TraceViT:面向视觉抽象推理的 grounded trace 监督方法

TraceViT: Grounded Trace Supervision for Visual Abstract Reasoning

AI 导读

针对传统训练仅约束最终输出而忽略中间迭代的问题,论文提出 TraceViT 模型,利用程序化任务实现重写验证生成的语义单调变换链对视觉推理过程进行监督。该方法结合少样本演示推导的任务参考与对象工作区对每轮迭代进行 grounding,并通过软对齐允许模型自由分配迭代次数。

来源:arXiv · 机器人与计算机视觉 · arxiv.org