基于自主进化的VLM图表分析优化方法

该研究由Abhinav Sudhakar Dubey等人在arXiv发布，旨在解决视觉语言模型（VLM）在科学图表问答中准确率受限的问题。团队提出在模型参数保持冻结的前提下，通过搜索和进化推理程序代码来提升性能。具体方法是利用LLM评审失败案例，对初始推理管道进行进化式改进。实验在三个VLM和四个基准测试上验证了该方法的有效性。结果显示，平均准确率从16.6%提升至41.3%，最大单次提升达55.2个百分点，且进化后的程序运行速度比初始版本快3.8倍。

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。