LOCI：画像内の重要な箇所を特定し検証するVLM向けフレームワーク

arXiv cs.AI ・ 2026-08-31

原題: LOCI: A Locator-Critic with Refinement Loop

AI による要約

VLMが画像内の詳細な位置特定に失敗する課題を解決するため、LOCIを提案する。画像検索エージェントと検証エージェントが反復的に改善を繰り返し、複雑な視覚理解タスクでSOTAを達成した。トレーニング不要で動作するフレームワークだ。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。