arXiv cs.CV· Kun Wang, Xindi Wu, Sanghyuk Chun, Olga Russakovsky, Esin Tureci·· 2 小时前AI 评分27
上下文学习可帮视觉语言模型克服训练先验
In-Context Learning Can Help Vision-Language Models Overcome Training Priors
AI 导读
研究发现，受控视觉上下文学习能纠正视觉语言模型因训练先验而产生的错误，说明模型本身具备相关视觉能力。在五项视觉任务中，该方法让 Qwen3-VL 235B 在违背先验的反事实样本上提升 27.2%，Qwen3-VL 32B 提升 15.1%，而符合先验样本的准确率几乎不变。该结论在五个 VLM 系列上均成立，增益从 9.7% 到 30.3% 不等。
来源：arXiv cs.CV · arxiv.org