实体
OpenVisTool
OpenVisTool
PulseAugur coverage of OpenVisTool — every cluster mentioning OpenVisTool across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
OpenVisTool框架增强了多模态代理的视觉工具使用能力
研究人员推出了OpenVisTool，这是一个开放框架，旨在改进多模态代理学习视觉工具使用的方式。该框架强调创建工具观察与正确答案因果关联的训练轨迹，而不是简单地模仿成功的演示。这种方法旨在教会代理何时以及如何有效地获取视觉证据。该团队还发布了OpenVisTool-42K数据集和OpenVisTool-Bench基准测试，这些测试在各种模型规模上都显示出了一致的性能提升。
-
AI模型通过文本脚手架学习视觉工具使用，而非仅仅像素 · 跟踪3篇论文
三篇新研究论文探讨了视觉工具在多模态AI模型中的有效性。ToolVision和OpenVisTool提出了一种新的方法，通过关注工具生成信息的因果效用和必要性来训练模型使用视觉工具，而不是仅仅模仿工具调用模式。第三篇论文TextCall提出一个假设，即工具调用的文本脚手架，包括其意图和参数，比返回的像素本身对视觉推理更为关键。这些方法旨在改进AI模型学习获取和利用视觉证据以进行更好推理的方式。