Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #6722

V*

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

SpecLook: схема «предположи‑и‑проверь» ускоряет и оценивает агентные MLLM

В публикации arXiv:2611.23483v1 предложена SpecLook — бездообучательная трёхуровневая схема «предположи‑и‑проверь» для агентных мультимодальных LLM: малая модель прогнозирует следующее визуальное наблюдение («взгляд»), пересматривает ответ и только при необходимости вызывает полный инструментальный цикл агента; также метод даёт оценку надёжности ответа без меток. Эксперименты на V*, HR‑Bench и POPE показывают превосходство над базовыми подходами и значительные ускорения (SpecLook: 87.2% и 86.2% средняя точность с ускорением 7.7× и 4.7× по сравнению с DeepEyes‑7B и Thyme‑RL; SpecLook‑Fast: 9.9× и 6.3×).

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

CounterCredit проверяет визуальные вызовы, снижая бесполезные просмотры и повышая качество VLM

В работе arXiv:2609.22910v1 предложен CounterCredit — метод, который для каждого возвращающего изображение вызова проверяет, был ли он действительно нужен и использован, вычисляя значение решения (ответ сразу vs. через визуальную ветку) и значение доказательства (сравнение возвращённой обрезки с случайными обрезками того же размера). При тех же исходных условиях CounterCredit обгоняет baseline с outcome-only GRPO: 89,5% на V*, 80,2% на HR-Bench-4K и 76,4% на HR-Bench-8K, снижает долю спurious-вызовов до ~31–36% и поднимает Qwen3-VL-8B с 75,4 до 80,8 в среднем.

7.0