视觉推理

Google DeepMind提出"视觉提示工程"新方法，性能超越文本指令

Google DeepMind推出了名为"视觉提示工程"（VIPE）的新范式，将提示工程应用从语言模型扩展至视觉领域 。该方法通过将抽象图像转换为更真实的视觉场景来优化视频模型的推理性能 。