跳到正文
arXiv · 机器人与计算机视觉· Jiaqi Liu, Ruinan Jin, Xiaoxiao Li·· 23 天前AI 评分65

VisualCoding:学习可执行的技能以实现可靠的视觉推理

VisualCoding: Learning Executable Skills for Reliable Visual Reasoning

AI 导读

针对视觉推理代理在调用技能和生成答案时的错误问题,本文提出 VisualCoding 方法,通过执行引导将视觉原语组合为求解器并迭代修正,随后对适用输入直接采纳其有效答案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org