算法论文8

匹兹堡大学InfiniBench直击VLM空间推理软肋

量子位2026-04-07

AI 摘要

匹兹堡大学团队提出InfiniBench框架，已被CVPR2026接收。它用LLM Agent和聚类策略，能按需生成3D场景。实验表明，可精准定位VLM空间推理缺陷，为具身智能训练提供数据。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

浙大论文揭露VLM微调真相，给CLIP‘踩刹车’

浙大陈静远教授课题组等提出自适应非对称适配器，放弃对图像分支硬性微调，引入预测置信度自动给视觉塔‘踩刹车’。经实验总结出微调三大核心洞察，在多个数据集测试中表现优异。

近期，新加坡国立大学等团队提出 DOPD 法解「特权幻觉」难题。该法依 token 情况动态蒸馏，实验表明其在 LLM、VLM 蒸馏效果好，鲁棒性强，训练稳定，为在线策略蒸馏提供新思路。

上海交大和vivo研究者提出自交换引导（SSG），不依赖文本条件、不加噪声、不改模型，只交换token特征。在多数据集实验中，SSG表现超现有方法。不过，其缺理论支撑、计算开销大。

哈萨克斯坦团队论文对比CNN和用LoRA微调的VLM在乳腺癌病理分类上的表现。指出VLM微调后接近CNN水平，但CNN仍是王者。还介绍LoRA原理、实验设计、结果，给出实战代码及对从业者和研究者的启示。