跳转至

⚡ VLM Efficiency

💬 EMNLP2026 · 1 篇论文解读

📌 同领域跨会议浏览: 🧠 NeurIPS2026 (10) · 🎞️ ECCV2026 (62) · 📷 CVPR2026 (63) · 🔬 ICLR2026 (18) · 💬 ACL2026 (6) · 🧪 ICML2026 (4)

Learning to Zoom Efficiently with a Contrastive Curriculum

针对视觉语言模型学习缩放工具(Zoom-in Tool)严重依赖昂贵的人工标注与轨迹级冷启动 SFT 的痛点,提出一种基于 InfoNCE 对比差异的自监督内在探索奖励与动态负样本课程学习机制,完全无需 SFT 即可驱动强化学习收敛,且仅凭单次精准缩放便在多个通用 VQA 基准上达成超越多轮交互基线的帕累托最优性能。