合成视觉:训练视觉-语言模型以理解物理学

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出两种方法,通过模拟数据增强视觉-语言模型的物理推理能力,包括问答对微调和物理上下文构建器。实验结果表明,这些方法显著提升了模型在物理推理任务中的表现。

🏷️

标签

➡️

继续阅读