Semantic Generative Tuning for Unified Multimodal Models
语义生成微调用于统一多模态模型
机构 * Shanghai Jiao Tong University(上海交通大学) ; Tencent ARCLab(腾讯ARCLab)
AI总结 本文提出语义生成微调(SGT)方法,通过将高阶语义任务作为生成代理,统一多模态模型的感知与生成能力,提升多模态理解和生成质量。
Comments 14 pages, 13 figures
大厂专区
语义生成微调用于统一多模态模型
机构 * Shanghai Jiao Tong University(上海交通大学) ; Tencent ARCLab(腾讯ARCLab)
AI总结 本文提出语义生成微调(SGT)方法,通过将高阶语义任务作为生成代理,统一多模态模型的感知与生成能力,提升多模态理解和生成质量。
Comments 14 pages, 13 figures
从猜测到占位:一种基于代价理论的不确定性感知代码补全框架
机构 * Tencent, Shenzhen, China(腾讯深圳公司)
AI总结 针对硬补全范式在不确定上下文中生成错误代码的问题,提出自适应占位补全框架,在高熵位置输出占位符,理论证明其期望代价低于硬补全,实验显示编辑代价降低19%-50%。