热点事件持续更新
FlexBench基准与GM-DPO偏好优化方法提出
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，arXiv cs.CV 一篇论文提出 FlexBench 基准与 GM-DPO 分级偏好优化方法，目标是改善视觉语言模型（VLM）肢体动作描述的细粒度准确性。报道称，FlexBench 包含 3,105 个镜头与 18,161 条评测查询；在三个 VLM backbone 上，GM-DPO 的 GPA 分数较 DPO 提升 2.02 至 3.40 分，在 Qwen3-8B 上加权幻觉率降低 21.3%，同时保持长文本输出并改善镜头结构。目前公开报道仅此一篇，未出现与此前说法不一致的数字或结论。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CV超越二元偏好：GM-DPO 与 FlexBench 用于肢体动作描述的分级偏好优化
提出 FlexBench 基准与 GM-DPO 分级偏好优化方法，用于改善 VLM 肢体动作描述的细粒度准确性。在三个 VLM backbone 上，GM-DPO 的 GPA 分数较 DPO 提升 2.02-3.40 分，Qwen3-8B 上加权幻觉率降低 21.3%。FlexBench 含 3,105 个镜头、18,161 条评测查询，方法同时保持长文本输出并改善镜头结构。
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。