VQS技术利用程序验证改进视觉语言模型自进化
发生了什么
据Hugging Face Papers报道,研究人员提出VQS(Verifiable QA Generation for Self-Evolving Models)技术,通过结构化图像解析和基于程序的验证生成准确训练问题。该方法解决了自进化模型缺乏金标准答案的问题,人工评估显示其答案正确率达94%,优于多数投票法的76%。在十个基准测试中,VQS使Qwen3-VL在2B、4B和8B规模下性能最高提升3.18分,并在三轮训练后达到3.84分的提升。
- 答案正确率
- 94%
- 性能提升
- 最高3.18分
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - Program-Verified Self-Evolution for Vision-Language Models
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口