★ 3
研究提出 Harness Compilation 优化小视觉语言模型分工
论文提出 Harness Compilation（HC），离线调整冻结小 VLM 与外部 harness 的工作分工，教师模型利用学生执行轨迹修订可复用内容与控制。在七个 VQA 设置、学生参数不超过 9B 下，HC 比裸学生提升 9.9-23.9 分，且部署无需权重更新或教师调用。
arXiv cs.AI24 天前
#VLM
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
DriveHierarchy：VLM 自动驾驶分层基准
研究提出 DriveHierarchy，将基于 VLM 的自动驾驶能力组织为感知接地、上下文记忆、心智推理与闭环执行四个层级。基准整合多个开源数据集，含 76798 个问答对与 84279 帧，并构建闭环仿真平台与 100 个驾驶场景。对 15 个 VLM 的实验表明该基准能捕捉结构化且非冗余的能…
arXiv cs.AI34 天前
★ 3
PlaceReasoner-Beta：推理驱动的宏单元布局
论文提出 PlaceReasoner-Beta，一个验证器引导的多智能体框架，将 VLSI 宏单元布局重构为闭环推理问题，由 VLM 规划器生成候选布局并经几何与物理验证器迭代优化。同时发布开源端到端基准 PlaceReasoner-Bench，在方形任务上较经典基线将布线后 TNS 降低 61.…
arXiv cs.AI42 天前
★ 3
GuardEn：可执行安全规则蕴含的视觉合规
论文提出 GuardEn，一个可执行的安全防护框架，通过安全规则编译将策略分解为原子命题，并以可执行代码建模其组合关系。测试时通过场景图实例化原子命题，实现基于规则且可解释的安全推理。在 SafetyVisionBench 上，该可编程防护方案比最强基线平均提升 9.8 个 F1 点。
arXiv cs.AI46 天前
★ 3
SVG-Score：文本生成SVG的人类对齐评估框架
该研究指出现有CLIPScore等指标无法有效评估文本到SVG生成质量，提出SVG-Score框架，包含人类标注数据集和两个评估器：适应矢量图形的CLIP评分器和经微调的VLM评判器。基准测试显示该框架能更准确反映生成错误，推动SVG生成评估标准化。
arXiv cs.AI59 天前
★ 2
SAGE-CP 提出路由分层校准，修复自适应 VLM 集成覆盖率失效
论文指出自适应 VLM 集成虽能靠早退节省算力，但单一 conformal 阈值会让个别计算路径的条件覆盖率严重下滑。作者提出 SAGE-CP，冻结路由后按早退与升级分组做 Mondrian 分裂 conformal 校准。在 10 个基准、4 个 VLM 上，最差路径覆盖率从 0.623 升至 …
arXiv cs.LG13 天前