实体
Cosmos-Reason2-2B
Cosmos-Reason2-2B
PulseAugur coverage of Cosmos-Reason2-2B — every cluster mentioning Cosmos-Reason2-2B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的视觉语言模型技术提高了自动驾驶的推理能力和效率
研究人员正在开发用于自动驾驶的视觉语言模型（VLM）的新方法，以提高推理能力并减少幻觉。一种方法 DEFT-RLVR 通过使未来轨迹成为验证目标而非预决策锚点来解决轨迹锚定偏差，从而实现更忠实的推理。另一种方法 TALSC 侧重于通过考虑传感器数据的及时性来优化大型和小型视觉语言模型在基础设施辅助自动驾驶中的协作。此外，MoRAL 提出了一种紧凑型视觉语言模型方法，该方法将推理与传感器数据相结合，从而在边缘设备上实现高效可靠的空间推理。
-
新的LLM管道增强了驾驶视觉语言模型的测试
研究人员开发了SliceNav，这是一个由LLM编排的管道，旨在改进驾驶视觉语言模型（VLM）的测试。该系统通过推荐操作设计域（ODD）内的测试不足区域来解决验证稀疏性的挑战。SliceNav利用评分规则，优先考虑罕见条件，并从类似的测试场景中传播风险，确保了确定性和可审计的验证过程。