视觉语言模型 / CVPR2026
如何拍出令人难忘的照片?以可执行反馈赋能用户
How to Take a Memorable Picture? Empowering Users with Actionable Feedback
把 MLLM 的内部激活沿「由低到高记忆性」的教师轨迹做免训练引导,使其输出可执行的拍摄建议;这套 teacher-student steering 思路可直接迁移到其他需要让 VLM 给出可操作建议的视觉任务(如构图、光照、美学反馈)。
多模态大语言模型教师-学生引导免训练激活引导