Hugging Face Daily Papers·· 2 天前精选AI 评分58
ZwZ2 论文：用 EvidenceConnect 合成数据训练多模态感知
Zooming without Zooming v2: From Seeing Details to Connecting Evidence for Generalizable Multimodal Perception
AI 导读
研究团队提出 EvidenceConnect 数据合成框架，用同一图像内相关区域的放大视图生成需要比较、聚合或串联视觉证据的问题，再以 RLVR 训练基础 VLM，得到 Zooming without Zooming v2（ZwZ2）。
推荐理由
论文提出用合成数据训练视觉证据连接能力，并开源了 4B 到 27B 的 ZwZ2 模型，可供参考其数据合成与 RLVR 训练路径。
来源：Hugging Face Daily Papers · huggingface.co