Tag · 2 篇
难例挖掘
分布 视觉语言模型1高效模型与推理加速1
01 02
HATS：面向 GUI 智能体的难度感知轨迹合成
HATS: Hardness-Aware Trajectory Synthesis for GUI Agents
对做 VLM 智能体数据的人来说，这篇给出了一个可复用的思路：用「语义歧义程度」作为难度信号来驱动轨迹采集，并用指令-执行一致性校验做闭环修复，可直接迁移到其他视觉-语言序列决策任务的数据构造中。
YOLO 真的需要在每个 epoch 看到每一张训练图像吗？
Does YOLO Really Need to See Every Training Image in Every Epoch?
AFSS 把「每张图的学习充分度」定义为检测召回率与精确率的最小值，并据此动态划分易/中/难样本、按连续复习方式稀疏重采样，可直接迁移到任意检测器或分割模型的训练循环中，作为降低每轮数据量、加速收敛的通用数据调度手段。