丹麦技术大学等机构提出 SIMIT：视觉语言模型答题前自编练习题，17 项基准平均提升 7.2%

丹麦技术大学等机构提出 SIMIT，让视觉语言模型在答题前自编练习题并生成对应图像，通过测试时自我改进作答。SIMIT-ICL 仅靠上下文学习且免训练，在 17 项基准中 16 项提升，相对 BAGEL-7B 平均增益 +7.20%，无需标签、教师模型或外部验证器。