跳到正文
arXiv · AI· Alin-Ionut Popa, Tuo Zhang, Dimitrios Dimitriadis·· 12 小时前AI 评分31

SEE:解锁冻结 VLMs 的隐藏感知能力

SEE: Unlocking the Hidden Perception of Frozen VLMs

AI 导读

无训练方法 SEE 使冻结 VLMs 能通过重新审视指向区域提升细节感知。在五个小物体基准上提升 2.3-13.1 分,优于五个无训练基线。Qwen3.5-4B 借助 SEE 超越 Qwen3.5-9B 直接回答,并匹配 6 倍大的 Qwen3.5-27B 性能。

来源:arXiv · AI · arxiv.org