算法论文8

Adobe：VLM 不「喂」数据靠游戏变聪明

Founder Park2025-10-13

AI 摘要

Adobe 等团队研究提出「Vision-Zero」框架，让 VLM 像 AlphaGo 一样自我迭代。通过类似「谁是卧底」游戏训练，不依赖标注数据，在多任务表现超有标注方法，还缓解跨能力负迁移。

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。

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。

来自多机构的研究团队提出 Holi - Spatial，可从原始视频自动生成 3D 重建等数据，构建 400 万级空间标注数据集 Holi - Spatial - 4M，提升 VLM 空间能力，还形成自动化数据飞轮，但存在计算成本高、特定场景表现不佳等局限。