★ 3
多智能体 VLM 系统的协作记忆框架
视觉语言模型智能体结合专门感知、工具与推理处理复杂视觉任务。多智能体场景下不同智能体检查不同图像区域、视频帧或视觉表示，协作从分布式推理延伸到分布式感知，使共享视觉上下文成为核心问题。论文围绕调和解释与更新依赖推理的需求，构建记忆层级、跨智能体共享与一致性机制，共享视觉记忆不仅保留图像或文本摘要，…
arXiv cs.AI46 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
视觉语言模型智能体结合专门感知、工具与推理处理复杂视觉任务。多智能体场景下不同智能体检查不同图像区域、视频帧或视觉表示，协作从分布式推理延伸到分布式感知，使共享视觉上下文成为核心问题。论文围绕调和解释与更新依赖推理的需求，构建记忆层级、跨智能体共享与一致性机制，共享视觉记忆不仅保留图像或文本摘要，…