实体
HR-Bench-8k
HR-Bench-8k
PulseAugur coverage of HR-Bench-8k — every cluster mentioning HR-Bench-8k across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架解耦 AI 感知与推理，增强视觉理解能力 · 追踪 6 个来源
研究人员推出了新颖的框架，以增强视觉语言模型细粒度的视觉推理能力。Rule-VLN 通过引入大规模城市基准和语义导航纠正模块 (SNRM) 来灌输安全意识，解决了具身 AI 代理优先考虑物理导航而非语义规则的挑战。此外，Perceive-to-Reason (P2R) 和 PixelEyes 提出了将感知与推理解耦的方法，提高了在高分辨率图像上的性能，并减少了多轮视觉推理任务中的冗余轨迹。
-
SIEVES 方法通过证据评分提升多模态大模型在视觉任务上的覆盖率
研究人员开发了 SIEVES，一种用于提高多模态大语言模型（MLLMs）在分布外场景下可靠性的新方法。SIEVES 通过学习估计推理模型提供的视觉证据质量来实现选择性预测。这种方法显著提高了模型覆盖率，在具有挑战性的基准测试中最高可提高三倍。值得注意的是，SIEVES 可以应用于 Gemini-3-Pro 等专有模型，而无需访问其内部权重或 logits。