Tag · 1 篇
VCU-Bridge: Hierarchical Visual Connotation Understanding via Semantic Bridging
提出层次化视觉内涵理解框架和HVCU-Bench基准,用于诊断MLLM从低层感知到高层推理的因果依赖;其MCTS引导的数据生成流程可复用于构建其他需要显式推理链的视觉语言指令微调数据。