LoCo框架与LoCoBench数据集发布

2026年10月30日，arXiv发布了一项关于自回归视觉模型概念定位的研究。该研究提出了LoCo框架，这是首个模型无关（model-agnostic）的框架，旨在定位特定视觉概念在自回归模型中的生成位置与时机。 为了系统评估概念路由效果，研究团队构建了LoCoBench数据集，该数据集涵盖了10个类别。测试结果显示，LoCo的定位结果具有良好的可解释性，并与模型行为存在因果关联。 在实际应用层面，该方法被用于概念擦除与个性化任务。研究表明，采用LoCo框架不仅实现了最先进（SOTA）的性能，还大幅降低了计算开销，提升了效率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。