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 · x · 2026-10-28
研究者 @monurcan55 提出 SIMIT 方法,让全模态/视觉语言模型在测试时无需任何标注即可自我改进。
核心思路:模型在正式回答前先「想象练习题」——先对问题给出答案,再生成一张使该答案为真的图像,以此生成自己的训练数据进行自我提升。
结果:在 17 项基准上平均提升 7.20%。作者团队称这表明全模态模型可以通过生成自身数据实现自我改进。
所属事件:SIMIT 让视觉语言模型自编练习题实现零标注自我改进(2 条相关)→
「多模态」频道最新
- 玩家自造「虚构 token」整活 Midjourney v8.2:四个新词四种超现实画风 — LudovicCreator · 2026-10-28
- 上交大等发布 EvidenceConnect：不靠放大也能连接视觉证据 — inclusionAI · 2026-10-28
- 跟拍运镜视频提示词分享：镜头随动作移动更有冲击力 — umesh_ai · 2026-10-28
- 用 Gemini+Flow 做电影感场景转场,作者公开提示词 — michaelrabone · 2026-10-28
- Midjourney 风格码实测：蜡笔质感画出甘道夫与魔戒角色 — sergeantsref · 2026-10-28
- 7 条 Gemini 提示词声称可替代昂贵 Logo 设计师生成品牌视觉 — hey_abusiddik · 2026-10-28