跳到正文
机器之心 · 公众号

Meta 华人团队发布 ATLAS:用一个词让视觉模型学会可泛化的推理

Meta华人发布ATLAS,一个词搞定可泛化的视觉推理!

Meta AI 和港中文的研究者搞了个叫 ATLAS 的方法,核心是在视觉语言模型里塞一个“功能词”(Functional Token),让模型能同时走两条路:一条是显式的、一步步调用工具去操作图像(Agentic 推理),另一条是隐式的、在内部潜空间里直接算(Latent 推理)。

推荐理由:Meta AI 与港中文提出 ATLAS,在视觉语言模型中加入功能词,使同一次推理可切换显式调用工具与潜空间内部计算两条路径。

读原文 ↗导出 Markdown