Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #3972

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×).

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. 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.
  2. 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×).
  3. Это важно: прогнозирование верифицируемого следующего наблюдения позволяет избежать дорогостоящих циклов «увеличения», получить оценки надёжности без меток и обеспечить заметные приросты точности и скорости для агентных MLLM.

ПОЧЕМУ ЭТО ВАЖНО

Это важно: прогнозирование верифицируемого следующего наблюдения позволяет избежать дорогостоящих циклов «увеличения», получить оценки надёжности без меток и обеспечить заметные приросты точности и скорости для агентных MLLM.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1