Answer-Conditioned Chain-of-Thought Distillation for Few-Shot Industrial Vision with Small VLMs
本文提出了一种以答案为条件的思维链蒸馏方法,旨在使小型视觉语言模型能够快速适应少样本工业视觉检测任务,并证明了通过以正确标签为条件生成推理过程,在极少量数据训练的情况下,其表现显著优于直接微调,甚至优于 GPT-4.1 等更大规模的模型。
4119 篇论文
凝聚态物理与材料科学的交汇点,正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料,这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本,它们代表了该领域最前沿的突破。
为了打破专业壁垒,我们团队会对 arXiv 上的每一份新论文进行深度处理,提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师,还是希望快速掌握动态的研究者,都能在这里找到清晰的路径。以下是该领域最新发布的论文精选,带您直击科学探索的最前线。
本文提出了一种以答案为条件的思维链蒸馏方法,旨在使小型视觉语言模型能够快速适应少样本工业视觉检测任务,并证明了通过以正确标签为条件生成推理过程,在极少量数据训练的情况下,其表现显著优于直接微调,甚至优于 GPT-4.1 等更大规模的模型。
本文引入了一种简化的基于簇的模型,该模型通过考虑铒离子与其最近邻钆离子之间的相互作用,准确地描述了铒掺杂钒酸钆的光谱,为预测微波-光学转换提供了一个物理透明的框架。
本文提出了一种基于神经网络的方法,该方法能够直接从全 X 射线磁圆二色性光谱线形中精确重建自旋角动量和轨道角动量,为依赖于积分强度的传统求和规则分析提供了一种数据驱动的替代方案。
本研究调查了外延菱面体 (110) 铋薄膜中电荷-自旋转换的温度依赖性,揭示了在较低温度下观察到的自旋霍尔电导率和自旋扩散长度的增强表明,自旋散射由 Elliott-Yafet 机制主导,而转换过程本身则主要由偏斜散射驱动。
本文引入了一种利用异方差高斯过程回归的不确定性感知框架,用于对螺旋形超材料的随机结构-性能关系进行建模,证明了与传统的确定性或同方差方法相比,考虑形态诱导的变异性对于实现可靠的设计优化至关重要。
本文介绍了 PAC Studio ML,这是一个将机器学习与物理启发建模相结合的人机回环 Python 桌面环境,旨在通过提供鲁棒的参数初始化、位点计数假设检验以及提高可重复性,来加速并增强专家对时间差分扰动角相关(TDPAC)谱图的分析,而非取代传统的专家解读。
本文引入了 Zehner–Bauer–Schlender 模型的一个考虑压辊工艺的扩展版本,该版本通过考虑与工艺相关的微观结构变化,成功捕捉了锂离子电池电极面内热导率呈现出的非单调、U型演变过程,从而将各种石墨和 NMC 配方的预测误差从 31.1% 降低至 4.5%。
本研究结合了利用 ZnCl2 对 Ti2InB2 进行的实验性熔盐刻蚀与密度泛函理论计算,成功合成了多层 Ti2B2Clx MBenes 并对其进行了表征,展示了一种直接的双相转变过程及其在锂离子电池中展现出的极具前景的初步性能。
本文利用断裂力学和有限元模拟推导出了解析表达式,用以解释 3M 命令胶条如何通过利用粘结长度与粘合剂厚度的比例,并利用超弹性变形控制界面裂纹扩展,从而实现高承载能力和无痕去除。
本文引入了一种材料约束原子优化(MCAO)框架,用于为铜固体生成数值稳定且相关一致的高斯基组,从而在克服标准原子优化基组固有的线性相关问题的同时,实现对体相性质和 CO 吸附可靠的完全基组集(CBS)基准测试。