JMSU-1

HUGIN框架提升VLM在自主物流分拣中的准确性

研究人员开发了HUGIN，一个旨在改进用于自主物流分拣的视觉语言模型（VLM）的新训练框架。HUGIN通过使用内源性数据增强和全局上下文排序来解决有限的跨场景监督和注意力分散等挑战。该框架在新建的SortingBench数据集上进行了测试，显示Qwen3 VL 8B等模型的准确性显著提高，从63.6%提升到78.8%。涉及超过15,000个包裹的部署测试表明，基于VLM的规划在该领域具有实际可行性。