BriefGPT - AI 论文速递 · 2025-02-11T00:00:00Z 旅行：无训练的视觉与语言导航检索与对齐 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本研究提出了一种模块化方法，将视觉语言导航(VLN)任务分解为四个子模块，利用大型语言模型(LLM)和视觉语言模型(VLM)进行零射门设置。通过动态规划计算全景序列与地标名称序列的对齐分数，在复杂的R2R-Habitat指令数据集上表现优于其他方法。 🏷️ 标签 动态规划 大型语言模型 模块化方法 视觉语言导航 视觉语言模型 阅读原文 生成长图 分享链接 已复制链接
