跳到正文
热点事件持续更新

Visual Jev:基于共享视觉上下文的高效决策模型

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发布名为Visual Jev的高效决策模型研究。该模型通过共享视觉前缀实现多闭卷题的高效推理,显著提升了决策效率与准确性。 性能测试显示,该4B模型宏观准确率从83.4%提升至88.5%,AUROC达到0.890。在对比中,其宏观准确率分别领先托管API 2.77和5.06个百分点,且在单卡RTX 5090上的推理时间缩短了3.7倍。 研究进一步指出,该模型在固定置信阈值下仍存在超标情况,且选项重排会影响17%的决策结果。这些发现揭示了模型在鲁棒性及阈值敏感性方面的潜在局限与优化方向。

AI 根据报道生成 · 7 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 · ML
    Visual Jev:基于共享视觉上下文的高效决策模型

    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。

本事件热度走势

可比范围当前
6
可比范围峰值
811月20日 22:00
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。