研究团队发布 ZwZ2 论文：EvidenceConnect 合成数据加 RLVR 训练提升多模态感知
热点事件持续更新
研究团队发布 ZwZ2 论文：EvidenceConnect 合成数据加 RLVR 训练提升多模态感知
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Lai Wei 等研究团队在 arXiv 发布 Zooming without Zooming v2 论文，提出数据合成框架 EvidenceConnect，并训练出模型 ZwZ2。该框架利用单张图像相关区域的放大视图，生成需要比较、聚合或链式串联视觉证据的问题，再用 RLVR 训练基础 VLM 得到 ZwZ2。 合成数据的参考答案需经多重筛选：只有当多个独立 VLM 给出一致答案、且通过区域消融测试时才保留。团队称，ZwZ2 未针对任何下游 benchmark 定制，但提升了细粒度与空间感知，并在具身空间推理、多模态长上下文理解、多模态智能体任务和通用视觉推理上带来进一步提升。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 19:11
Zooming without Zooming v2：从看到细节到连接证据，提升可泛化的多模态感知报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.CLZooming without Zooming v2：从看到细节到连接证据，提升可泛化的多模态感知
研究团队提出数据合成框架 EvidenceConnect，利用单张图像相关区域的放大视图生成需要比较、聚合或链式串联视觉证据的问题，并用 RLVR 训练基础 VLM 得到 ZwZ2。合成数据仅要求多个独立 VLM 一致、且通过区域消融测试才保留参考答案。尽管未针对任何下游 benchmark 定制，ZwZ2 提升了细粒度与空间感知，并在具身空间推理、多模态长上下文理解、多模态智能体任务和通用视觉推理上带来进一步提升。
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。