OpenVLHarness
OpenVLHarness Обвязка для мультимодальных моделей от UCLA и Apple, без обучения. Дает модели набор инструментов и память по ходу задачи • Инструменты восприятия: зум, привязка к объекту, OCR, глубина, поза камеры • Поиск: текстовый, по картинкам, обход страниц • Кодинг-агент для подсчетов и скриптов • Мультимодальная память между шагами • Сама модель не дообучается, веса остаются прежними Обвязку еще и оптимизировали: Kimi K3 разобрала почти 10 тысяч провальных траекторий и решила, где нужен новый инструмент, а где хватит правки промпта. Есть демо с любым OpenAI-совместимым эндпоинтом, код и данные открыты. github.com/uclanlp/OpenVLHarness #harness
20 просмотров