arXiv · AI· Lai Wei, Yatai Li, Liangbo He, Jun Lan, Renjie Gu, Linhan Cao, Junkai Lin, Huijia Zhu, Weiqiang Wang, Linghe Kong, Yue Wang, Zhuosheng Zhang, Weiran Huang·· 5 小时前AI 评分38
ZwZ2：基于证据连接框架的多模态感知模型
Zooming without Zooming v2: From Seeing Details to Connecting Evidence for Generalizable Multimodal Perception
AI 导读
研究人员提出 EvidenceConnect 数据合成框架，通过 RLVR 训练得出 ZwZ2 模型。 该框架利用单图放大区域生成对比、聚合类问题，并采用独立 VLM 共识与区域消融测试确保数据质量。 ZwZ2 在细粒度感知、空间推理及多模态长上下文理解等任务上均取得提升，增强了可泛化性。
来源：arXiv · AI · arxiv.org