实体
Shijie Zhou
Shijie Zhou
PulseAugur coverage of Shijie Zhou — every cluster mentioning Shijie Zhou across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新的GUI-AIMA框架增强了多模态LLM的基础能力
研究人员开发了GUI-AIMA，一个用于改进多模态大语言模型（MLLMs）中图形用户界面（GUI）基础的新型框架。这种基于注意力的方法将内在多模态注意力与逐块基础信号对齐，实现了更高效、数据量更少（data-light）的训练。GUI-AIMA-3B仅用509k个样本就达到了3B模型中的最先进性能，展示了显著的数据效率。
-
SpatialStack: 用于3D视觉语言模型空间推理的分层几何语言融合
研究人员推出SpatialStack，一个旨在增强大型视觉语言模型（VLMs）3D空间推理能力的新型框架。该方法通过在模型层级内的多个层面逐步对齐视觉、几何和语言表示来解决当前VLMs的局限性，而不是仅仅依赖于后期融合。基于该框架构建的VLM-SpatialStack模型在各种3D空间推理基准测试中展现了最先进的性能，表明其3D理解和泛化能力有所提高。