学术

AAAI 2025 多模态大语言模型空间智能新探索：仅需单张图片或一句话，就可以精准生成3D建模代码啦！

作者

本文介绍了一种名为CAD-GPT的多模态大模型，它通过结合专门设计的3D建模空间定位机制来改进现有的多模态语言模型性能。该模型在单张图片和文本描述条件下生成精确的CAD模型方面表现出卓越的能力，并被AAAI 2025接收。

数据不够致Scaling Law撞墙？CMU和DeepMind新方法可让VLM自己生成记忆

作者

CMU 和 Google DeepMind 的研究提出了一种名为 ICAL 的方法，通过使用低质量数据和反馈来生成有效的提示词，改善 VLM 和 LLM 从经验中提取见解的能力，从而解决高质量数据不足的问题。