跳到正文
arXiv · ML· Guanxu Yu, Yuhang Yao·· 17 小时前AI 评分37

Visual Jev:基于共享视觉上下文的高效决策模型

Visual Jev: Accurate and Efficient Decisions from Shared Visual Context

AI 导读

Visual Jev 模型通过共享视觉前缀实现多闭卷题高效推理,4B模型宏观准确率从83.4%提升至88.5%,AUROC达0.890。 该模型宏观准确率分别领先托管API 2.77和5.06个百分点,单卡RTX 5090上推理时间缩短3.7倍。 研究指出固定置信阈值仍超标,且选项重排会影响17%的决策结果。

来源:arXiv · ML · arxiv.org