YOLO-World-L

新方法增强MLLM空间推理和可审计性 · 2篇论文

两篇新研究论文提出改进多模态大语言模型（MLLMs）空间推理能力和可信度的方法。第一篇论文《面向多模态空间推理的视觉信用审计》提出了一种审计MLLMs的技术，揭示了相当比例的正确答案缺乏视觉证据支持。第二篇论文《面向决策关键应用的多模态LLM中可解释且资源高效的空间推理》提出了ByDeWay-V2框架，该框架整合了显式的空间关系上下文和深度线索，以减少幻觉并增强可审计性，在基准测试中显示出显著的改进。