GGR 模型利用人类注视数据提升 VLM 视觉推理
热点事件持续更新
GGR 模型利用人类注视数据提升 VLM 视觉推理
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Gabriel Sarch 等人提出 GGR(Gaze-Guided Reasoner)模型,旨在利用人类注视数据作为先验引导视觉语言模型(VLM)的视觉推理。该研究收集了 7,109 次人类注视试验进行训练。 论文指出,在图表理解、视觉搜索和计数等任务中,GGR 的表现优于全序列监督方法。同时,该模型实现了更高的人类对齐度和更可靠的视觉定位能力,其准确率匹配或超越了现有的领先基线。
AI 根据报道生成 · 11 小时前更新
最新进展11月18日 13:00
Learning Grounded Reasoning from Human Gaze报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉Learning Grounded Reasoning from Human Gaze
arXiv:2611.23209 论文提出利用人类注视数据作为先验来引导 VLM 的视觉推理,在图表理解、视觉搜索和计数等任务中表现优于全序列监督。作者收集了 7,109 次人类注视试验并训练了 GGR(Gaze-Guided Reasoner)模型,该模型实现了更高的人类对齐度和更可靠的视觉定位,同时匹配或超越了领先的基线准确率。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。