跳到正文
arXiv · 机器人与计算机视觉· Yoonho Shin·· 4 小时前AI 评分72

Persona Lenses:如何让视觉语言模型通过其‘人格’的眼睛看世界?

Persona Lenses: What Makes a Vision-Language Model See Through Its Persona's Eyes?

AI 导读

该研究针对视觉语言模型在模拟用户注视点时受提示词中‘人格’影响有限的问题,提出了三种‘人格透镜’方法以增强模拟能力:文本透镜(两阶段提示)、像素透镜(标记感兴趣区域)和权重透镜(基于驻留奖励的门控机制)。

来源:arXiv · 机器人与计算机视觉 · arxiv.org