跳到正文
热点事件持续更新

Meta与马里兰大学提出LogT视觉推理数据引擎

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Meta与马里兰大学提出LogT(Logically Think with Images),通过逻辑链和结构化视觉工具轨迹生成监督微调数据,以提升视觉语言模型在图像中搜索并推理的能力。研究团队称,关键瓶颈是SFT数据质量,而非更复杂的强化学习配方。 经LogT-SFT微调后,Qwen2.5-VL-7B和InternVL3.5-8B使用更少数据和GPU小时,仍超过采用SFT加强化学习的既有方案;在简单强化学习配方下,LogT带来9.59分提升。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    Meta 与马里兰大学提出 LogT 以提升 VLM 视觉推理

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。