提出LIVE免训练框架缓解MLLM细粒度识别惰性

2026年10月12日，arXiv cs.CV 刊出论文《从一瞥到聚焦：缓解 MLLMs 在细粒度识别中的识别惰性》。论文针对多模态大模型在细粒度识别（FGVR）中出现的推理期惰性（FGVR Laziness），提出免训练框架 LIVE，目标是激发模型潜在的 FGVR 能力。据该报道，LIVE 包含两个环节：先进行查询自适应候选推理，生成紧凑的候选列表；再挖掘类内特征与类间差异，构建类别专属的 FGVR skills，并根据识别不确定性和类别混淆情况，选择性调用详细引导。目前该工作以预印本形式发布，报道中未提及后续进展或与其他方法的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。