Research10.09.2026 · 02:181 nguồn

Mô hình VLM open-source 4B vượt Qwen 122B tại benchmark GeoGuesser

Từ huggingnews.com

Ảnh: huggingnews.com
AI;DR

Reinforcement learning đã được dùng để huấn luyện một mô hình thị giác quy mô nhỏ để nhận diện vị trí trên bản đồ số. VLM 4 tỷ tham số đã vượt Qwen 3.5 122B và GPT 5.4 mini tại các benchmark GeoGuesser, gần bằng hiệu suất của Sonnet.

Các nhà nghiên cứu do Adithya S. K. dẫn dắt đã công bố mã nguồn, bộ dữ liệu và công thức huấn luyện để cho phép tái tạo toàn bộ mô hình. VLM chạy trên một GPU A100 duy nhất, chứng minh rằng các tác vụ thị giác chuyên biệt có thể được thành thạo mà không cần các cụm tính toán khổng lồ.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

#vision-language#open-source#qwen#benchmark#reasoningBản Markdown
Lịch sử nội dung (2)
  • 2026-10-16 · Tóm tắt · vi · Thay nội dung đã lưu
    Các nhà nghiên cứu đã dùng reinforcement learning để huấn luyện một mô hình thị giác quy …
    Reinforcement learning đã được dùng để huấn luyện một mô hình thị giác quy mô nhỏ để nhận…
  • 2026-10-16 · Tiêu đề · vi · Thay nội dung đã lưu
    Mô hình VLM mã nguồn mở 4B vượt mặt Qwen 122B trong benchmark GeoGuesser
    Mô hình VLM open-source 4B vượt Qwen 122B tại benchmark GeoGuesser

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay