arXiv · Computer Vision· Kun Wang, Xindi Wu, Sanghyuk Chun, Olga Russakovsky, Esin Tureci·· 3 hr agoAI score43
上下文学习如何帮助视觉语言模型克服训练先验
In-Context Learning Can Help Vision-Language Models Overcome Training Priors
AI brief
研究表明，受控的视觉上下文学习可纠正 VLM 因训练先验产生的错误，说明模型其实具备相关视觉能力。在五个视觉中心任务上，示例使 Qwen3-VL 235B 在先验冲突样本上提升 +27.2%、Qwen3-VL 32B 提升 +15.1%，五个 VLM 家族整体提升 +9.7% 至 +30.3%，而先验一致样本准确率几乎不变。
Source: arXiv · Computer Vision · arxiv.org