HuggingFace Daily Papers· Rohit Saxena, Alessandro Suglia, Marek Rei, Pasquale Minervini·2026-10-19 04:00· 7 天前精选AI 评分75

视觉语言模型的规模限制：逆规模效应研究

On the Limits of Scale: Inverse Scaling in Vision-Language Models

AI 导读

研究系统评估了19个来自四个不同模型家族的视觉语言模型，发现模型规模增大并不总是带来性能提升，在多图像空间推理、视觉感知和大学级STEM知识等领域存在逆规模效应，准确度差距最高超过20个百分点。

推荐理由

研究揭示了视觉语言模型在特定任务上存在逆规模效应，挑战了模型越大越好的普遍假设。