智能体记忆 · National University of Singapore
EvoArena:智能体记忆必须追踪环境变化
EvoArena 把静态智能体任务改造成演化链,当前智能体平均准确率只有 39.6%;EvoMem 用 patch memory 将链级准确率提高 3.7 点。
机构
University of Washington
美国华盛顿大学,其计算机视觉与自然语言处理团队(含 Ranjay Krishna、Linda Shapiro 等)是多模态 AI 研究的高产力量。
多模态模型 · University of Washington
想象式感知标记:让多模态模型「画出」空间而非「描述」空间
想象式感知标记(IPT)训练视觉语言模型渲染出它在另一视角下会看到的画面,再据此推理,而非用文字思考。多视角计数提升 3.4%,路径追踪比肩闭源模型,而文本思维链有时反而拖后腿。