Jun, 2023

视觉推理与基础合理性:看、记住和推理

TL;DR该研究旨在通过模仿人类视觉问题解决中的“看、记住、推理”模式,引入基于视觉输入的原理来整合低级视觉能力,使现有的大型语言模型能够在视觉推理问题上取得竞争性表现。