跳到正文
原文
arXiv · Computer Vision· Yutong Yang, Zhuqi Liu, Mouxing Yang, Xi Peng·· 2 小时前AI 评分38

从一瞥到聚焦:缓解 MLLM 在细粒度识别中的识别惰性

From Glance to Focus: Mitigating Recognition Laziness in MLLMs for Fine-Grained Recognition

AI 导读

论文提出训练无关框架 LIVE,缓解多模态大语言模型(MLLM)在细粒度视觉识别(FGVR)中的“FGVR Laziness”现象,即视觉线索与类别概念关联不足。

来源:arXiv · Computer Vision · arxiv.org