丹麦高校团队提出视觉语言模型自练习方法

丹麦技术大学等机构提出SIMIT，让视觉语言模型在回答原题前自编练习题并生成对应图像，再利用练习结果改进作答；其免训练的SIMIT-ICL版本在17项基准中的16项取得提升，相对BAGEL-7B平均增益为7.20%。 SIMIT-ICL仅依靠上下文学习，无需额外训练、标签、教师模型或外部验证器。团队称，这一机制通过“先确定问题和答案、再生成匹配图像”的自练习过程，提升模型在测试时的答题表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。