11:27官方账号arXiv cs.AI@Vishwajeet Shivaji Hogale, Anjali Pai, Nitya Ravi最新研究表明,Qwen-VLM在车辆损伤语义分类上达87.3%,但空间定位会漏掉细长划痕并在反光区域产生幻觉。为此提出的TinyDamage将空间接地交给专用多任务分割模型,VLM只负责语义推理和报告生成。实验发现,常用focal loss会使微小损伤检测归零,而监督对比损失能显著提升损伤/背景可分性。在100份人工验证报告上,TinyDamage将报告幻觉率从纯文本的92%和纯图像的78%降至31%,并引入逐类别检测指标DET_l。论文TinyDamageQwen-VLMLangGraph推荐理由:Qwen-VLM做车辆损伤评估会瞎编,TinyDamage用分割模型接地,幻觉率从92%降到31%,修车定损能用了。原文稍后读已读值得跟进有用关注 TinyDamage