研究者提出免训练框架LIVE缓解MLLM细粒度识别惰性

Yutong Yang等研究者提出免训练框架LIVE，用于缓解多模态大语言模型（MLLM）在细粒度视觉识别（FGVR）中的表现不佳问题。 研究者将这一现象称为“FGVR Laziness”（识别惰性），称LIVE通过联合优化候选类别列表与识别引导，激发MLLM潜在的细粒度识别能力。该框架无需训练。 上述结论来自研究者在论文中的表述，尚未见其披露具体实验效果。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。