RoR框架获2026 AI City Challenge交通异常推理赛道第一
热点事件持续更新
RoR框架获2026 AI City Challenge交通异常推理赛道第一
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Reason-or-Recise（RoR）框架在 2026 AI City Challenge 交通异常推理赛道（Track 3）获得第一名，in-domain 排行榜平均分 0.6788，相关论文已被 ECCV 2026 的 AI City Challenge Workshop 接收。该框架由 Mayur Kulkarni 提交至 arXiv（2610.34993）。 RoR 采用双专家架构：一方面把官方 chain-of-thought 标注重写为结构化、时间对齐的模式并据此 LoRA 微调 9B 视觉语言模型，另一方面用 4-bit 量化的 27B 模型学习标注风格；推理时再由免训练的 LLM judge 针对每个问题在两个候选答案中做出选择。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 16:05
RoR 框架如何用互补专家与 LLM 裁判做交通异常推理：2026 AI City Challenge Track 3 夺冠方案报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · cs.CLRoR 框架如何用互补专家与 LLM 裁判做交通异常推理：2026 AI City Challenge Track 3 夺冠方案
Reason-or-Recite（RoR）框架在 2026 AI City Challenge 交通异常推理赛道获得第一名，in-domain 排行榜平均分 0.6788。该框架将官方 chain-of-thought 标注重写为结构化、时间对齐的模式并 LoRA 微调 9B 视觉语言模型，另用 4-bit 量化 27B 模型学习标注风格，再由免训练 LLM judge 为每个问题在两个候选答案中选择。
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。