算法论文8
微软x清华:BiPS让AI看图又全又准
量子位
AI 摘要
微软亚洲研究院与清华提出BiPS,不在推理时临时提示,而是在训练阶段让模型学会带着问题看图。通过‘一拉一推’机制,用13K图表样本微调模型,在8个基准测试中性能显著提升。
阅读原文 · 量子位
AI看图一本正经胡说八道?「一拉一推」让模型看得全又准|微软x清华
随着视觉 - 语言模型(VLM)推理能力增强,‘看错’问题凸显。现有方法有局限,微软亚洲研究院与清华提出BiPS,从训练阶段重塑模型‘看图方式’,通过‘一拉一推’机制让模型‘看全又准’,实验效果显著。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯8
微软推出快速决策模型Microsoft-Decision-1
本文报道微软推出针对AI应用内部高频固定判断任务的快速决策模型Microsoft-Decision-1,介绍了其功能定位、测试表现与适用场景,说明它可配合通用大模型降本提速。
AIGC开放社区
开源动态8
港科大微软联合开源AI情商教练SocialCoach
香港科技大学(广州)与微软亚洲研究院联合开源基于大语言模型的AI情商教练SocialCoach,支持用户在低风险模拟环境练习社交对话,练后提供逐字点评,可在线体验或本地部署,采用Apache 2.0协议可完全商用。
开源星探
新闻资讯7
SpaceXAI发布Grok 4.6,性能优成本低
SpaceXAI发布与Cursor联合开发的视觉 - 语言模型Grok 4.6,已向开发者开放。介绍其输入/输出、特性等信息,阐述工作原理、性能表现,还提及相关新闻背景、重要原因及期望。
DeeplearningAI
新闻资讯7
微软发布Agent Framework相关组件
2026年4月2日微软发布Agent Framework 1.0版本,Build 2026大会上相关组件进入稳定发布阶段,后Harness和Foundry Hosted Agents正式发布,解决构建和运行时问题,还介绍其功能、优势等。
InfoQ