visual-choice-model

#visual-choice-model

从文本决策到像素：Jev-Style视觉选择模型研究

arXiv cs.AI ↗ · 昨天缓存

PixelJev被介绍为一种原生图像决策接口，使用小型开放多模态模型将图像、指令和候选集映射到结构化选择。该研究表明，在Pets等基准测试中，自适应提高了准确性，并突出了校准和泛化方面的挑战。

0 人收藏 0 人点赞