Concetto · 2 novità
VLM
Pagina pubblicata il · ultima novità il
Cronologia
- Zooming without Zooming v2: From Seeing Details to Connecting Evidence for Generalizable Multimodal PerceptionPer gli sviluppatori che lavorano con LLM o AI locali, questo approccio offre una via praticabile e a basso costo per migliorare le capacità spaziali e di ragionamento degli agenti senza dipendere da costosi dataset annotati manualmente. Rafforzare la connessione delle evidenze permette di creare sistemi multimodali più robusti e generalizzabili anche in scenari complessi.
- WeVisOne-VL: Unified Visual Perception from Objects to PixelsPermette agli sviluppatori di implementare agenti visivi con una granularità localizzazione flessibile, passando da bounding box a maschere precise direttamente nel flusso del modello.