跳到正文
热点事件持续更新

R³Sieve 无训练框架发布,高分辨率 VQA 精度提升

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

2026 年 11 月 19 日,Yifan Cao 等人在 arXiv 发表论文 R³Sieve,提出一种无需训练的视觉问答框架。该方法针对高分辨率图像中无关信息干扰小目标证据的问题,将推理分为定位、裁剪和回答三阶段,引入共享子空间抵消器等反事实参考机制抑制干扰。实验显示,该框架在三个高分辨率 VQA 基准上表现最佳,相比基线模型准确率最高提升 21.5 个百分点。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    R3Sieve:从注意力到答案的无训练高分辨率 VQA 框架

    arXiv 发布论文 R3Sieve,提出一种无需训练的框架以解决高分辨率视觉问答中无关信息干扰小目标证据的问题。该方法将推理分为定位、裁剪和回答三阶段,分别引入共享子空间抵消器、独特贡献发现器和内容对齐投票器等反事实参考机制来抑制干扰。实验显示,该框架在三个高分辨率 VQA 基准上表现最佳,相比基线模型准确率最高提升 21.5 个百分点。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

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。