· ai
Nvidia的Cosmos Reason 2旨在将推理VLMs带入物理世界
Nvidia CEO Jensen Huang 去年表示，我们正进入 physical AI 时代。虽然公司仍然提供用于软件场景的 LLMs，Nvidia…
-
- · ai
Z.ai 推出开源 GLM-4.6V，原生工具调用视觉模型用于多模态推理
中国人工智能初创公司 Zhipu AI（亦称 Z.ai）发布了其 GLM-4.6V 系列，这是一代针对多模态推理优化的开源视觉语言模型（VLM）。
- · ai
新训练方法通过更小、更智能的数据集提升 AI 多模态推理
米罗思维 AI（MiroMind AI）和多所中国大学的研究人员发布了 OpenMMReasoner，这是一种新型训练框架，能够提升语言模型的能力。
- · ai
[Paper] 推理视觉语言模型在测试时计算上是否呈逆向规模？以干扰项为中心的实证分析
无关信息（即干扰项）如何影响视觉语言模型（VLM）在测试时的尺度扩展？先前对语言模型的研究已经报告了……