Few-Shot Industrial Vision

新的链式思考（CoT）蒸馏技术助力小尺寸视觉语言模型（VLM）在工业视觉领域实现高精度

研究人员开发了一种名为问答条件链式思考（CoT）蒸馏的新方法，用于高效地将小尺寸视觉语言模型（VLM）适配于工业视觉检测任务。该技术通过让一个更大的VLM为正确标签生成解释，然后利用这些解释通过LoRA微调一个30亿参数的小模型，从而仅使用最少的标记数据。该方法显著优于直接微调的性能，甚至在焊接放射线分类等特定任务上超越了GPT-4.1，证明了其在数据有限情况下的有效性。