Tag · 2 篇
循环推理框架
分布 视觉语言模型1底层视觉与图像复原1
01 02
基于视觉语言模型的循环推理用于估计长时程具身任务进度
Recurrent Reasoning with Vision-Language Models for Estimating Long-Horizon Embodied Task Progress
提出循环推理框架，用不断演化的思维链（CoT）记录任务分解与完成状态，迭代处理局部视频片段，避免长视频的高计算成本，为视觉语言模型在长时序视频推理中提供可复用方案。
CASR：面向任意大尺度超分辨率的分布对齐与自相似感知鲁棒循环框架
CASR: A Robust Cyclic Framework for Arbitrary Large-Scale Super-Resolution with Distribution Alignment and Self-Similarity Awareness
把超大倍率超分拆解为多次「分布内」尺度跃迁的循环框架，配合超像素聚合对齐结构分布、相关性引导保持自相似纹理，为任意尺度超分在训练尺度之外稳定推理提供了可复用的单模型方案。