跳到正文
热点事件持续更新

PixSearch：区域级检索增强的多模态模型

1 篇报道1 个报道来源21 小时前更新

先了解这件事

报道摘要

PixSearch 是一个端到端的分割式大型多模态模型（LMM），将区域级视觉锚定与检索增强推理统一起来，在自回归生成中自行决定何时检索、如何在文本、整图和区域级检索间路由查询。在 CRAG-MM 上，它相比整图检索取得 18.3% 的相对准确率提升，在自指图像上增益尤为明显。相比缓存式 GroundedSAM-LLaVA 流水线，其推理延迟降低 36.4%。

摘自 arXiv：cs.AI

最新进展10月15日 12:00
PixSearch：面向知识型大型多模态模型的区域锚定检索

报道时间线

沿着报道，了解事件的不同侧面。

10月15日
  1. arXiv：cs.AI
    PixSearch：面向知识型大型多模态模型的区域锚定检索

    PixSearch 是一个端到端的分割式大型多模态模型（LMM），将区域级视觉锚定与检索增强推理统一起来，在自回归生成中自行决定何时检索、如何在文本、整图和区域级检索间路由查询。在 CRAG-MM 上，它相比整图检索取得 18.3% 的相对准确率提升，在自指图像上增益尤为明显。相比缓存式 GroundedSAM-LLaVA 流水线，其推理延迟降低 36.4%。

本事件热度走势

可比范围当前
6
可比范围峰值
610月16日 07:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。