视觉推理
3 published articles
大语言模型与模型3 min read
研究
你使用工具的AI模型正在让简单问题变得更难
KlingTeam的一篇新论文衡量了多模态模型何时真正需要工具、何时工具反而造成损害。所提出的Beacon模型通过必要性感知奖励训练，在提高准确率的同时改善了工具使用纪律。
2026-08-09
Qwen / 阿里巴巴6 min read
AI实验室与研究
当AI学会边写边画并自我纠错
一篇新论文提出了自纠正耦合马尔可夫跳变过程（SC-CMJP），这是一个使AI能够联合生成并编辑图像和文本、并具备跨模态实时自我纠错能力的框架。免训练的CO₂Jump采样器在视觉推理和编辑任务上优于现有方法。
2026-07-17
人工智能Featured4 min read
生成式 AI
Google 的 CO2Jump 在单次生成中融合文本与图像，并实时自我修正
Google 推出 CO2Jump，一种无需训练的联合文本与图像生成采样器。它利用自我修正的马尔可夫跳跃过程，其中每种模态的置信度分数实时指导另一模态的更新，在单次生成中产生连贯的多模态输出。该方法还附带三个用于评估联合生成的新型基准数据集。
2026-07-14