Georgia Institute of Technology（佐治亚理工学院）

Vision Verification Enhanced Fusion of VLMs for Efficient Visual Reasoning

视觉验证增强的VLMs融合以实现高效的视觉推理

Selim Furkan Tekin, Yichang Xu, Gaowen Liu, Ramana Rao Kompella, Margaret L. Loper, Ling Liu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Systems（思科系统） 纠错

AI总结 本文提出V3Fusion方法，通过融合多种视觉语言模型，利用焦点误差多样性与CKA-focal度量来提升视觉推理性能，实验显示在多个基准上优于现有模型。

What Are Good Positional Encodings for Directed Graphs?

图定向图中的良好位置编码是什么？

Yinan Huang, Haoyu Wang, Pan Li

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出多q磁拉普拉斯位置编码，用于表征定向图的行走特征，解决了现有方法在表示行走特征上的不足，并在排序网络可满足性和通用电路基准上验证了其有效性。