PEAR：大视觉语言模型感知探索方法
热点事件持续更新
PEAR：大视觉语言模型感知探索方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日，arXiv 发布论文 PEAR。该研究提出一种自适应优势重塑方法，旨在提升大视觉语言模型在多模态推理中的感知与探索能力。实验结果显示，该方法在 Qwen2.5-VL-3B/7B 模型上应用于多模态推理基准及文本推理任务时，取得了最高平均性能。
AI 根据报道生成 · 48 分钟前更新
最新进展10月26日 12:00
PEAR：大视觉语言模型中感知与探索的自适应优势重塑报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · AIPEAR：大视觉语言模型中感知与探索的自适应优势重塑
PEAR 提出自适应优势重塑方法，提升多模态推理感知与探索能力。 实验显示在 Qwen2.5-VL-3B/7B 上，PEAR 在多模态推理基准及文本推理任务中取得最高平均性能。
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。