跳到正文
arXiv · 机器人与计算机视觉· Alin-Ionut Popa, Tuo Zhang, Dimitrios Dimitriadis·· 13 小时前AI 评分72

SEE:解锁冻结视觉语言模型的隐藏感知能力

SEE: Unlocking the Hidden Perception of Frozen VLMs

AI 导读

本文介绍了一种名为 Self-Elicited Evidence (SEE) 的免训练方法,旨在解决视觉语言模型(VLM)在回答依赖细粒度细节问题时表现不佳的问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org