#visual search

5 stories · 1 in 7 days · 2 in 30 days
Stories, products and papers tagged "visual search", newest first.
Nov 17
Chinese contentLogT:用逻辑链驱动的图像思考提升视觉搜索能力

这篇论文有意思的地方是反过来做:不堆 RL 算力,而是把 SFT 数据的逻辑质量做扎实。Qwen2.5-VL-7B 微调后只用原来 1/120 的 GPU 时间就超过了此前 SFT+RL 的最强结果。做视觉 Agent 或多模态训练的团队值得看他们的数据构造方法。

arXiv cs.LG@Yanjun Fu et al. (9)Source
Oct 29
Oct 1
Jun 5
May 25