量子位· henry·· 4 小时前精选AI 评分71
何恺明团队发布多模态 Harness 框架 VISTA
何恺明团队发布多模态Harness框架
AI 导读
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时回看、放大和检查细节，无需从头训练。
推荐理由
论文给出视觉原生 Harness 的组件设计与多基准对比数据，可了解不训练模型提升多模态推理的一条路径。
来源：量子位 · qbitai.com