研究者提出免训练多模态ICL框架AVA

研究者 Yigit Yilmaz 等人提出免训练的多模态上下文学习（ICL）框架 AVA，将演示流程拆为三个可组合阶段：TRD 按样本线程切分交错上下文并重建图文绑定，IDS 用一次额外前向传播估计候选样本的边际影响并去冗余排序，WSC 借助弱模型的重建置信度对演示贡献软加权。该框架以免训练方式组织多模态 ICL 的演示筛选与校准流程。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。