热点事件持续更新
跨提示推理缓解VLM微调中的稀有类抑制
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.CV 收录一项研究，关注类别不平衡数据微调视觉语言模型（VLM）时稀有类召回率受到抑制的问题。作者提出跨提示推理（cross-prompt inference）：在推理阶段改用与微调阶段不同的描述性提示词，该方法在六个数据集和多种 VLM 上都能稳定恢复稀有类召回率。研究指出，这一效应来自训练与评估提示词之间的交互，非描述性的提示词改动不会触发；只有在数据失衡与视觉混淆共同造成明显稀有类抑制时，效果最强。TuCo 分解进一步显示，该方法降低了对微调所引入计算的依赖。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
新论文提出跨提示推理，在六个数据集与多种VLM上稳定恢复稀有类召回率。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CV跨提示词推理缓解不平衡 VLM 微调中的稀有类抑制
在类别不平衡数据上微调 VLM 时，推理改用与微调不同的描述性提示词（cross-prompt inference），可在六个数据集、多种 VLM 上稳定恢复稀有类召回率。该效应来自训练-评估提示词交互，非描述性提示词改动不会触发，仅在失衡与视觉混淆造成明显稀有类抑制时最强。TuCo 分解显示它降低了对微调引入计算的依赖。
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。