EvidenceConnect强化ZwZ2多模态感知
热点事件观察中
EvidenceConnect强化ZwZ2多模态感知
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
论文作者提出EvidenceConnect，并用其合成的证据连接数据训练Zooming without Zooming v2（ZwZ2），改善模型的细粒度与空间感知，并提升多模态任务的泛化表现。 该框架针对同一图像的相关区域生成缩放视图并合成问题，以RLVR训练ZwZ2；仅保留多个独立视觉语言模型答案一致的样本，并通过区域消融剔除移除相关区域后答案仍成立的问题。实验显示，ZwZ2在具身空间推理、多模态长上下文理解、多模态智能体任务和通用视觉推理上均获得进一步提升。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- HF Daily Papers精选论文提出 EvidenceConnect，以合成证据连接数据提升 Zooming without Zooming v2 的多模态感知泛化能力
论文提出 EvidenceConnect，通过同一图像相关区域的缩放视图合成问题，并用 RLVR 训练出 Zooming without Zooming v2（ZwZ2）。框架仅保留多个独立 VLM 达成一致的参考答案，并通过区域消融剔除移除相关区域后答案仍成立的问题。ZwZ2 改善了细粒度与空间感知，并在具身空间推理、多模态长上下文理解、多模态智能体任务和通用视觉推理上获得进一步提升。
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。