跳到正文
AGI Hunt· facebook·· 2 小时前AI 评分50

Meta 与马里兰大学提出 LogT 以提升 VLM 视觉推理

Meta 等提出 LogT:SFT 数据质量胜过复杂 RL,GPU 开销降 120 倍

AI 导读

Meta 与马里兰大学提出 LogT(Logically Think with Images),通过逻辑链引导和结构化视觉工具轨迹改善 VLM 的用图思考能力。LogT-SFT 在 Qwen2.5-VL-7B 和 InternVL3.5-8B 上微调后,使用更少数据和 GPU 小时,并超过采用 SFT+RL 训练的既有方案;简单 RL 配方还带来 9.59 分提升。

来源:AGI Hunt · agihunt.info