跳到正文
原文
arXiv · Computer Vision· Meng Lu, Ligeng Zhu, Olivia Xiao, Yuchen Zhuang, Zihan Wang, Kuncheng Wu, Bangya Liu, Yu Wang, Charles Fleming, Wenqi Shi, Xuan Wang·· 3 小时前AI 评分39

VICO:视觉环境与视觉语言模型协同进化的推理框架

VICO: Visual Environments Co-Evolving for Vision-Language Model Reasoning

AI 导读

VICO 提出让视觉环境与 VLM 智能体协同进化,通过 Environment-as-Rewriter(EnvRewriter)编辑场景图、图表表格或保护区域掩码并重新渲染,生成难度与模型当前能力匹配的样本。

来源:arXiv · Computer Vision · arxiv.org