PulseAugur
中
实时 14:59:09
实体 Qingan Liu

Qingan Liu

PulseAugur coverage of Qingan Liu — every cluster mentioning Qingan Liu across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_301394 ·

    新的Plan-Bench基准揭示了VLM在推理和规划方面的局限性

    研究人员推出了Plan-Bench,一个旨在评估具身环境中视觉语言模型(VLMs)推理和规划能力的新基准。该基准包含16个子类别的699个样本,旨在将这些高级规划技能与动作执行区分开来。对28个VLMs的初步评估显示,即使是表现最好的模型,准确率也仅达到75.0%,表明在改进方面仍有很大空间。研究还发现,模型越大通常表现越好,并且作为具身AI任务的高级规划者的潜力也在不断增长。

  2. RESEARCH · CL_151954 ·

    AI模型在复制和可视化文本方面遇到困难,新研究表明

    两篇新研究论文指出了当前AI模型的局限性。一篇题为“Frontier Language Models Struggle to Copy”的论文揭示,即使是先进的大型语言模型也因依赖位置编码而在简单的字符串复制任务中失败。为解决此问题,研究人员提出了2D-RoPE,它将文本组织在二维网格中,显著提高了复制能力。第二篇论文“VISTA-Bench”引入了一个基准来测试视觉语言模型(VLMs)在可视化文本上的表现。研究发现了一个显著的差距,…