Keel智能体修复视觉语言模型循环缺陷
热点事件持续更新
Keel智能体修复视觉语言模型循环缺陷
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年11月20日,arXiv发布论文,Jiajun Fan等人提出Keel方法。这是首个针对视觉语言模型(VLM)的智能体权重编辑技术,旨在解决推理循环问题。 该方法利用前沿多模态大语言模型,在仅知症状的情况下定位并修复导致循环的权重缺陷。Keel无需额外训练,保持模型尺寸与单token成本不变,且可应用于已编辑的权重。 实验在Qwen3.5-0.8B和2B模型上验证了该方法。结果显示,编辑后的模型在六个图像基准测试中显著优于基线,尤其在GUI定位任务上的表现有明显改善。
AI 根据报道生成 · 13 小时前更新
最新进展11月20日 13:00
Keel:通过重写权重修复视觉语言模型循环问题的前沿模型智能体方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · AIKeel:通过重写权重修复视觉语言模型循环问题的前沿模型智能体方法
Keel 是一种针对视觉语言模型(VLM)的首个智能体权重编辑方法,利用前沿多模态 LLM 在仅知症状的情况下定位并修复导致推理循环的权重缺陷。 该方法无需训练,保持模型尺寸与单 token 成本不变;在 Qwen3.5-0.8B 和 2B 上,经编辑模型在六个图像基准测试中显著优于基线,尤其改善了 GUI 定位任务表现。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 911月20日 16:00
- 近 24 小时变化
- –
02.557.510
18:0021:0011月21日03:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。