热点事件持续更新

自主演化推理程序提升 VLM 图表问答表现

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

一项研究通过自主演化冻结视觉语言模型（VLM）周边的推理程序，提升了科学图表描述性问答的准确率；在 3 个 VLM 和 4 个基准上，平均准确率从 16.6% 升至 41.3%。研究称，最大单项提升为 55.2 个百分点，演化后的程序运行速度是初始程序的 3.8 倍。

AI 根据报道生成 · 2 小时前更新

最新进展10月28日 12:00

沿着报道，了解事件的不同侧面。

10月28日

12:00
arXiv · Machine Learning
通过自主演化提升 VLM 的科学图表分析能力
该研究通过自主演化冻结 VLM 周边的推理程序，提升其科学图表描述性问答的准确率。在 3 个 VLM 和 4 个基准上，准确率平均从 16.6% 升至 41.3%，最大单项提升 55.2 个百分点。演化后的程序比初始程序快 3.8 倍。

还没有足够的连续观测数据，暂不绘制趋势。