跳到主要内容
检索

# UniWeaver-10K数据集

1 篇关联报道

订阅更新
  1. arXiv

    统一多模态模型不会自己编排图文:UniWeaver加一层规划与视觉核验,BAGEL总分从27.7升到58.9

    统一多模态模型能理解也能生成图像,却通常不能原生协调图文交替输出,把粗略的用户请求变成连贯的多模态内容还需要显式规划。UniWeaver 是一个与模型无关的结构化外层框架,先把请求拆成内容单元、分配文字与图像各自承担的信息,再生成图像并按可观察清单核验、只重做未通过的单元。在自建的 120 题 UniWeaver-Bench 上,BAGEL、OmniGen2、TokenFlow 三个骨干的总分分别从 27.7、27.9、39.2 升到 58.9、52.7、60.5,且不更新模型参数。

已读完全部报道