ビジョン言語モデル

Alibaba の HopChain、視覚言語モデルの多段推論能力を改善

Alibaba の Qwen チームが開発した HopChain は、視覚言語モデルが複数ステップの推論で失敗する問題に対応。多段階の画像質問を自動生成し、ベンチマーク24個中20個で性能向上を実現した。