共 2 篇相关文章
开源框架SIRFEX用失败场景微调PPO，却导致标称性能下降。本文解析其实验数据、负结果原因，并探讨鲁棒性提升与标称性能保持的平衡之道。
一篇关于VLM作为标注替代者的论文发现：只要加入图片，哪怕要求忽略，多模态大模型的标注结果就会被打乱，且干扰不指向图片含义。本文解读MIST测试集的设计与颠覆性发现，揭示自动标注的隐藏风险。
