ZeST将VLM重复输出融合为后验实现零样本导航
热点事件观察中
ZeST将VLM重复输出融合为后验实现零样本导航
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Shreya Gummadi 等在 arXiv 论文（cs.AI）中提出 ZeST，一种面向未知环境的零样本可通行性导航方法：把视觉语言模型对同一场景的重复输出视为随机测量，融合为不确定性感知后验来估计可通行性。 论文摘要报告，该方法在受控室内和非结构化室外导航中达到 90%—100% 的成功率，所用基线最高不超过 60%，并在查询延迟最高 3.6 秒时保持完整成功。以上数字为论文摘要报告的结果，尚属作者声称阶段，材料未说明是否经独立验证。
AI 根据报道生成 · 1 天前更新
最新进展10月16日 12:00
ZeST：面向未知环境的视觉语言模型零样本可通行性导航报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIZeST：面向未知环境的视觉语言模型零样本可通行性导航
Shreya Gummadi等提出 ZeST，将视觉语言模型的重复输出作为随机测量并融合为不确定性感知后验，实现未知环境中的零样本可通行性导航。论文摘要报告，该方法在受控室内和非结构化室外导航中达到90%—100%的成功率，而基线最高不超过60%，并在查询延迟最高3.6秒时保持完整成功。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月16日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月17日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。