实体
Qwen3.5-VL
Qwen3.5-VL
PulseAugur coverage of Qwen3.5-VL — every cluster mentioning Qwen3.5-VL across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
脑电图信号引导视觉语言模型以实现高效的视觉问答
研究人员开发了BrainFocus，一个新颖的框架，它使用脑电图（EEG）信号来引导视觉语言模型（VLMs）以实现更高效的视觉问答（VQA）。该系统从EEG数据中预测目标类别，并使用YOLO检测器来定位感兴趣的区域（ROI）。如果置信度阈值得到满足，VLM将仅处理此裁剪的ROI，否则将默认处理整个图像。这种方法在Qwen3.5-VL模型的各种VQA准确性和计算成本降低方面显示出显著的改进，即使在EEG语义解码不完美的情况下也是如此。
-
FADA模型提供AI辅助的离线胎儿超声检查解释
研究人员开发了FADA，这是一种统一的视觉语言模型，旨在解释和标注胎儿超声检查，以解决全球训练有素的超声医师短缺问题。FADA基于Qwen3.5-VL构建，将解释、分类、检测和分割整合到一个单一的流程中，无需外部标签。该模型在分割和检测方面实现了高精度，专家验证证实了临床上可接受的输出。值得注意的是，FADA可以在智能手机上离线运行，为资源受限的环境提供了实用的解决方案。
-
Argus-Retriever 通过查询条件化模型推进视觉文档检索
研究人员开发了 Argus，一个专为视觉文档设计的新型检索系统。与生成静态文档嵌入的先前方法不同，Argus 使用区域感知的专家混合（MoE）模块创建查询条件化表示。这种方法允许系统根据特定查询调整文档表示，从而提高视觉文档检索任务的性能。Argus-9B 模型在 ViDoRe 排行榜上取得了最先进的成果，性能优于现有的开放后期交互模型。