LIVE框架缓解MLLM细粒度识别惰性

2026年10月12日，arXiv（Computer Vision）发布论文《从一瞥到聚焦：缓解 MLLM 在细粒度识别中的识别惰性》。论文提出训练无关框架 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“FGVR Laziness”现象，即模型对视觉线索与类别概念关联不足的问题。该框架的特点是无需训练即可应用。目前公开信息仅包含该论文摘要内容，尚未见后续实验验证或第三方复现报道。

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。