visual-intermediates

标签

#visual-intermediates

Aphanta: 诊断任务对齐的图像编辑中间步骤以用于多模态推理

Hugging Face Daily Papers ↗ · 2026-08-27 缓存

Aphanta是一个自动化诊断框架，用于评估图像编辑中间步骤在多模态推理管道中的效用，显示任务依赖的益处，并提高特定任务的性能。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈