实体 VLM-8B

VLM-8B

PulseAugur coverage of VLM-8B — every cluster mentioning VLM-8B 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 1 条

TOOL · CL_129399 · Jul 7 · 04:00

新基准揭示视觉语言模型在理解相机运动方面存在困难

研究人员发现，当前视觉语言模型（VLMs）在理解自然语言描述的相机运动方面存在显著差距。他们发现模型经常混淆平移与旋转，以及物体运动与相机运动。为解决此问题，研究人员开发了一项新的研究任务、基准和训练数据集。一项经过微调的 VLM-8B 模型在该任务上比 Gemini 3.1 Pro 提高了 10-11%，但与人类能力相比仍存在相当大的性能差距。