跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    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

    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
–

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。