arXiv · 机器人与计算机视觉· Zhitao Chen, Zhenxin Cai, Jingyuan Li, Jin Sha·· 6 天前AI 评分43
MAST:多模态大模型视觉定位的中介锚定子空间引导方法
MAST: Medoid-Anchored Subspace Steering for Visual Grounding in Multimodal LLMs
AI 导读
MAST 提出一种免训练、输入自适应的激活引导框架,通过任务聚类与低秩局部方向聚合解决全局均值导致的跨任务干扰问题。在此基础上,MAST-PR 利用轻量级探针重加权专用方向家族,在基准上平均提升 8.09 分。该工作为多模态大模型的视觉定位提供了新的无训练优化路径。
来源:arXiv · 机器人与计算机视觉 · arxiv.org