标签
DeAR是一个分散式代理推理框架，通过能力锚定与协作思维导航，在知识密集型推理任务中提升准确性，在多模态基准测试上优于集中式方法。
本文提出Trident方法，通过结构化的多维度页面标注，增强长文档视觉问答中的重排与综合环节，从而提升证据选择与答案生成的准确性。
CLIR-Bench是一个针对不规则采样临床时间序列的多模态问答基准，基于ICU记录构建，包含跨越11个临床变量的6,600个问答实例。它揭示了现有通用模型在处理稀疏时间证据方面的困难，突显了开发更强的不规则时间序列推理方法的必要性。
PhysBrain 1.0 是一份技术报告，提出了一种利用人类自我中心视频为视觉-语言-动作模型生成物理常识监督的方法，在ERQA、PhysBench、SimplerEnv-WidowX、LIBERO和RoboCasa等具身控制基准上取得了最先进的结果。