跳到正文
热点事件持续更新

Meta等提出自适应视觉文本推理机制

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Meta AI、KAUST与Princeton联合提出AVTR(Adaptive Visual-Textual Reasoning),通过生成式视觉反思补充文本推理,并利用可学习路由按输入分配两种推理模态。在16个视觉语言模型benchmark上,AVTR较Qwen3.5基线平均提高4.5分,推理延迟降低33%,并可迁移到更小的backbone,超过被评测的2B级基线。

AI 根据报道生成 · 2 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 AI 等提出 AVTR:16 个 benchmark 平均提分 4.5,推理延迟降低 33%

    Meta AI、KAUST 与 Princeton 提出 AVTR,以生成式视觉反思补充文本推理,并通过可学习路由按输入分配两种推理模态。该方法在 16 个 benchmark 上较 Qwen3.5 基线平均提升 4.5 分,推理延迟降低 33%,且可迁移至更小 backbone,超过被评测的 2B 级基线。

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。