SIMIT 让视觉语言模型自编练习题实现零标注自我改进

丹麦技术大学等机构的研究者提出 SIMIT 方法，让视觉语言模型在测试时无需任何标注数据即可自我改进。其核心思路是模型在回答原题前先「想象」练习题：先对问题给出答案，再生成使该答案成立的图像，从自造数据中学习后再作答。该方法在 17 项基准测试上平均带来 7.2% 的性能提升。

2026-10-28 ~ 2026-10-28 · 2 条相关

• SIMIT：VLM 答题前先自编练习题，17 项基准平均提升 7.2% — delliott · 2026-10-28
• SIMIT:视觉语言模型测试时自生成数据自我改进,17 项基准升 7.2% — aykuterdemml · 2026-10-28