arXiv · 机器人与计算机视觉· Ruirui Shen, Jianqi Gao, Xiangfeng Luo, Yonggang Zhang, Muran Yu, Barney Haoyun Miao, Hang Yu, Yike Guo·· 2 天前AI 评分42
SAGE-VQA:一种无需训练、具备自进化能力的知识型视觉问答智能体框架
SAGE-VQA: A Training-Free, Self-Evolving Agentic Framework with Grounded Evidence for Knowledge-Based Visual Question Answering
AI 导读
SAGE-VQA 提出了一种无需微调的自主智能体框架,通过证据驱动的自适应推理策略解决视觉感知幻觉与泛化受限问题。该框架利用共验证视觉定位模块获取细粒度证据,并借助自进化分层记忆机制复用经验以支持跨任务稳健推理。实验表明其性能优于基于轻量开源及闭源视觉语言模型的现有方法,且可作为插件直接适配现有架构而不修改模型结构。
来源:arXiv · 机器人与计算机视觉 · arxiv.org