零样本多模态模型实现晶圆缺陷分类
热点事件观察中
零样本多模态模型实现晶圆缺陷分类
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究人员Tianjian Cao和Jun Tao提出了一种无需训练的六类晶圆地图缺陷分类框架，该事件处于最新报道阶段。 该框架利用冻结的大多模态模型，通过连通区域高亮结合形态、位置及排除感知提示来实现分类，在Mixed-WM38数据集上达到93.8%总体准确率，在WM811K数据集上总体准确率为81.3%。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
零样本晶圆缺陷分类：基于规则排序提示的大多模态模型框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · AI零样本晶圆缺陷分类：基于规则排序提示的大多模态模型框架
研究人员提出一种无需训练的六类晶圆地图缺陷分类框架，在 Mixed-WM38 数据集上达到 93.8% 总体准确率。 该框架利用冻结的大多模态模型，结合连通区域高亮与形态、位置及排除感知提示，在 WM811K 数据集上总体准确率为 81.3%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。