d1-Omni 作 VLM 裁判,拒绝 Gemma 与 LFM2.5-VL 通过的标注框
mervenoyann · x · 2026-11-17
作者在 VLM-as-a-judge 流水线中用 d1-Omni 审查 Qwen 产出的边界框标注,发现它以 p<0.5 拒绝了此前被 LFM2.5-VL 和 Gemma-4 接受的多个 bbox,且与人类标注的一致率更高。配图显示多个交通标志检测案例中 d1-Omni 给出的接受概率普遍低于 0.5。
「模型」频道最新
- AA 人格榜:Gemini 4 Argon 最爱用比喻,GPT-3.5 Turbo 几乎为零 — ArtificialAnlys · 2026-11-17
- ICML 研究:用高加索阿尔巴尼亚文造反事实,11 个前沿模型不懂编程语义 — jessyjli · 2026-11-17
- Harness Adapters发布:LoRA让Qwen3.8-27B在Pi上解题率翻倍 — LysandreJik · 2026-11-17
- Qwen 称已删攻击性网络训练数据,网友问是真阉割还是安慰剂 — Rare_Subject2343 · 2026-11-17
- 12 个开源语音模型实测 208 个药名:最强的也只对 169 个 — MaziyarPanahi · 2026-11-17
- 韩国团队 KORMo-Web-11B 冲上 HF 热榜,主打 GUI 与网页 Agent — KORMo-VL · 2026-11-17