BriefGPT - AI 论文速递 · 2025-05-08T00:00:00Z

将推理引入视觉：通过模型融合理解感知和推理

📝

内容提要

本研究探讨了视觉-语言模型（VLMs）与大型语言模型（LLMs）之间的感知与推理机制，提出了跨模态模型融合的方法。结果表明，模型融合有效地将LLMs的推理能力转移至VLMs，且感知能力主要集中在早期层，而推理能力在中后期层得到增强。

🏷️

标签

大型语言模型 感知能力 推理能力 模型融合 视觉-语言模型