热点事件持续更新
免训练多模态ICL框架AVA提出
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.CV 上传论文 TraceICL，提出免训练的多模态上下文学习框架 AVA。该框架把多模态上下文学习拆成线程解析分解、影响度筛选与弱到强一致性校准三步，用于修复图文错绑，并抑制模型直接复制噪声答案。在五个视觉语言基准的交错 4-shot 提示设置下，AVA 相较同设定最强基线平均提升 1.7 分，VizWiz 上最高提升 2.4 分；在 30% 噪声演示条件下，增益仍保留大部分。方法全程冻结 LVLM、不计算梯度，延迟开销为 26%，并可由离线缓存摊销。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 论文提出 TraceICL，其免训练框架 AVA 在五个基准上平均提升 1.7 分。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVTraceICL：面向鲁棒多模态上下文学习的线程解析演示筛选与一致性校准
免训练框架 AVA 把多模态上下文学习拆成线程解析分解、影响度筛选与弱到强一致性校准三步，修复图文错绑并抑制噪声答案被复制。在五个视觉语言基准的交错 4-shot 提示下，AVA 较同设定最强基线平均提升 1.7 分，VizWiz 最高提升 2.4 分，30% 噪声演示下增益仍保留大部分。LVLM 全程冻结、不计算梯度，延迟开销 26%，可由离线缓存摊销。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。