تنسنت تقدم إطار ProLaViT لتحسين التفكير البصري المتعدد الوسائط

قدمت مجموعة خدمات المحتوى في تنسنت إطار ProLaViT، الذي يعالج ضعفًا أساسيًا في نماذج اللغة الكبيرة المتعددة الوسائط. تم قبول الورقة في مؤتمر ECCV 2026، حيث يهدف الإطار إلى تحسين عملية التفكير البصري من خلال سلسلة سببية من الخطوات الكامنة. يركز الإطار على تقليل الاعتماد على نماذج الرؤية الخارجية، مما يعزز الكفاءة ويقلل من التعقيد الهندسي. تواجه الأساليب الحالية تحديات في دمج المعلومات البصرية في سلاسل التفكير، حيث تؤدي الطرق الصريحة إلى تكاليف حسابية مرتفعة، بينما تعاني الطرق الضمنية من تدهور الدقة. يهدف ProLaViT إلى تقسيم عملية التفكير البصري إلى خطوات صغيرة وقابلة للإدارة، مما يسمح بتحسين التركيز على المناطق الأكثر صلة في الصورة.