arXiv · cs.AI· Tianjian Cao·· 20 小时前AI 评分13
基于规则排序提示词的晶圆图零样本多类别分类：免训练框架借助大型多模态模型实现
Zero-Shot Multi-Class Wafer Map Classification with Rule-Ordered Prompts for Large Multimodal Models
来源与原文
arXiv · cs.AI
作者：Tianjian Cao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35080v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出一种免训练的六类晶圆图缺陷分类框架，将连通域高亮与融合形态、位置和排除规则的提示词结合，用于冻结的大型多模态模型，无需标注数据和再训练。在 Mixed-WM38 数据集（6,866 张图）上达到 92.9% macro 和 93.8% 总体准确率；在 WM811K（9,000 张图）上分别为 79.1% 和 81.3%。消融实验显示八种替代规则顺序总体准确率为 90.1-91.9%，低于所选顺序的 93.8%。
来源：arXiv · cs.AI · arxiv.org