Tag · 1 篇
LVLM-Aided Alignment of Task-Specific Vision Models
用 LVLM 作为「模型行为→自然语言→图像级批评」的双向翻译器,把领域专家给出的类级规范转成对单张图的批评信号来微调小模型,为视觉模型对齐人类知识、去除虚假相关提供了一套无需细粒度标注的可复用流程。