Qwen2.5-VL-72B 相关 AI 资讯 · AI 热点

8月10日

11:08

11:08

官方账号arXiv cs.AI@Bhavika Jalli, Nikhil Korati Prasanna, Jayanta Choudhury

论文提出用视觉语言模型处理数值时间序列，将KPI窗口编码为2D图，在Llama-3.2-90B、Qwen2.5-VL-72B和Pixtral-12B上实现3.6-10.4倍输入token缩减。实测推理能耗降低1.8-2.5倍，在电信边缘部署中每天节省约7.2MJ。微调的Llama-3.2-90B-Vision异常检测精度比文本版高220.7%，比LSTM和ARIMA高144%。Pixtral-12B在公共基准上J/F1提升20.6倍，平均F1为0.82。

论文 Llama-3.2-90B Qwen2.5-VL-72B Pixtral-12B

推荐理由：这篇论文告诉你，把数据画成图再给模型看，能省电还更准。电信场景实测能耗降2.5倍，精度翻倍，值得做时序分析的人看看。

7月8日

09:01

09:01

官方一手arXiv: DeepSeek@J de Curtò, Victoria Guillén, I. de Zarzà

本研究提出LLMForge，一个多模型文本到CAD框架，集成JSON模式验证、解析特征评分、网格合成和多轮迭代优化。在包含97个工程设计问题的基准上评估了DeepSeek-V3.2、Qwen3-235B-A22B等7个基础模型。IterTracer批评机制使用Phong着色光线追踪和分析视觉指标（轮廓IoU、孔可见性、边缘间隙等），四个最优模型平均得分在0.885-0.890之间，网格成功率98.97%。IterVision采用Qwen2.5-VL-72B作为VLM语义批评，实现100%水密网格生成，但在旋转对称几何体（如圆柱）上视觉与语义评分存在分歧。

论文 LLMForge IterTracer Qwen2.5-VL-72B

推荐理由：这篇论文用97个机械设计问题系统测试了7个模型，LLMForge的两种批评机制各有优劣，VLM批评做到100%水密网格但旋转体仍有缺陷。