自主进化推理程序使冻结VLM科学图表问答准确率从16.6%升至41.3%
热点事件持续更新
自主进化推理程序使冻结VLM科学图表问答准确率从16.6%升至41.3%
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
Abhinav Sudhakar Dubey 在 arXiv 论文（arXiv:2610.35077）中提出在冻结的视觉语言模型外部搜索推理程序的方法：借鉴 AlphaEvolve 的自主进化思路，由 LLM judge 依据训练题失败案例迭代改进程序代码，模型本身不改动。 论文称在 3 个 VLM 和 4 个科学图表基准上测试后，描述性问题的精确匹配准确率平均从起始程序的 16.6% 提升到进化后的 41.3%，单次最大提升 55.2 个百分点，进化后的程序还比起始程序快 3.8 倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 17:22
arXiv 论文：用自主进化优化推理程序提升 VLM 科学图表分析准确率报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · cs.CL精选arXiv 论文：用自主进化优化推理程序提升 VLM 科学图表分析准确率
论文提出在冻结的 VLM 外部搜索推理程序，借鉴 AlphaEvolve 的自主进化思路，由 LLM judge 依据训练题失败案例迭代改进代码。在 3 个 VLM 和 4 个科学图表基准上，描述性问题的精确匹配准确率平均从 16.6% 提升到 41.3%，单次最大提升 55.2 个百分点，进化后的程序还比基线快 3.8 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。