量子位· henry·· 4 天前精选AI 评分77
何恺明团队发布多模态Harness框架VISTA
何恺明团队发布多模态Harness框架
AI 导读
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生Harness框架VISTA，把环境返回的每一帧原样保存到上下文之外，供模型按需回看、放大和对比，无需额外训练。
推荐理由
论文提出把原始画面存成可随时回看的视觉档案，让现有多模态模型无需重新训练即可在交互式视觉推理中复用视觉经验。
来源：量子位 · qbitai.com