实体
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL-30B-A3B-Instruct
PulseAugur coverage of Qwen3-VL-30B-A3B-Instruct — every cluster mentioning Qwen3-VL-30B-A3B-Instruct across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的基准SpatialTrust揭示MLLMs在环境安全风险方面存在困难
研究人员推出了一款名为SpatialTrust的新基准，旨在评估多模态大语言模型（MLLMs）在安全认证场景中识别和解释环境风险的能力。目前的MLLMs在识别和解释间接风险方面能力有限，凸显了空间风险意识方面存在的重大挑战。该基准还包括SpatialTrustGuard，一个改进了Qwen3-VL-30B-A3B-Instruct模型性能的流水线，强调了需要更好的方法来增强MLLMs在安全环境中的可信度。
-
论文研究了 LLM 在不完美视觉验证下的代码编辑
一篇新论文探讨了迭代细化在基于 LLM 的代码编辑中的有效性，特别是在涉及 TikZ 图等视觉输出的任务中。该研究调查了当无法进行正式评估时所必需的不完美验证器如何影响细化过程。研究结果表明，即使是不可靠的验证器也能在确认指令应用方面取得中等准确率，反馈可以提高定制成功率，特别是对于能力较弱的模型。
-
新数据集揭示3D重建在处理反光、透明物体时遇到的困难
研究人员推出了3DReflecNet，这是一个大规模数据集，旨在解决反光、透明和低纹理物体3D重建中的重大挑战。目前最先进的方法，包括3D Gaussian Splatting和Neural Radiance Fields，在处理玻璃、金属和陶瓷等材料时因其复杂的光学特性而表现不佳。这个新数据集包含超过12万个合成实例和1000个真实世界物体，旨在为这些困难材料提供一个标准化的基准，揭示现有3D重建技术的系统性缺陷。