AROMA, dondurulmuş görsel-dil modellerinde mekanik konumlandırmanın tek başına yeterli olmadığını gösteren bir kontrol çerçevesidir. Neden-sonuç hassasiyeti ile aktivasyon enerjisi arasındaki uyumsuzluğu çözmek için beş ayrı boyutu ele alır. Llama-3.2-11B-Vision-Instruct üzerinde test edilen yöntem, tam sayım doğruluğunu dokunulmamış verilerde 8.00 puan artırır. İteratif Minimal-Effort Actuation, dondurulmuş yön yaklaşımına göre çok daha yüksek hedef tutarlılığı sağlar.
arXiv / cs.AI + cs.CL1 dk okuma
1–1 / 1 yayın
Nasıl hazırlıyoruz?
Kaynağı belli. Sınırları açık.
Resmî duyuruları, araştırma makalelerini ve açık kaynak projelerinin sürüm notlarını yapay zekâ ile Türkçe özetliyoruz. Her haberde kaynak bağlantılarına, kullanım alanlarına ve açıklanmayan noktalara yer veriyoruz.
Doğrudan kaynak
Araştırma makalesine, model duyurusuna veya projenin deposuna haberden ulaşabilirsiniz.
Bulgular ve yorumlar
Kaynakta açıklanan sonuçları, olası kullanım alanları ve bilinmeyenlerden ayrı sunuyoruz.
Görsellerin kaynağı
Görsel ve videoların kaynağını belirtiyoruz. Konuyu anlatmak için kullanılan illüstrasyonları da işaretliyoruz.
Araştırma kaynakları
Makaleleri kendiniz keşfedin.
Yeni çalışmalar bulabileceğiniz dizinler ve araştırma laboratuvarları. Bir görsel özet ilginizi çekerse sonuçları özgün makaleden okuyun.
