知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具

来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9157150.7806504229221279.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_1319890.47773878239300194.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9302000.7909623936416963.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_1332920.8510265855796058.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9263250.008447647722738871.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_1392890.843224715103951.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9392240.5109804351159125.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_1375020.1114637895979601.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9906630.9081843462522061.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_1445170.9037991110088518.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230700_9306710.42203702376720265.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_2347140.611341780083054.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_0096120.8289345545815703.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_2370500.05370133427084156.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_0227950.5863212825927744.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_2280910.022634558444964314.jpeg)

arXiv论文

LLM应用

计算机视觉来自：大语言模型论文跟踪进入星球

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_0107270.6239689089933059.jpeg)

HuggingAI

2024-03-22 07:40

DetToolChain 是一种创新的提示策略，致力于充分挖掘 MLLM 的检测潜能。 我们创新推出的 DetToolChain 提示模式能够充分挖掘 GPT-4V、Gemini 等多模态大型语言模型的零样本对象检测潜力。该方法整合了一套以精密检测原理为灵感的检测提示工具箱，以及一套全新的 Chain-of-Thought 实施策略。这套工具箱内的提示巧妙设计，引导 MLLM 专注局部信息（比如局部放大），参照测量准则解读坐标（比如虚拟尺规辅助），并能依据情境信息推理判断（比如叠加场景图分析）。借助这一系列工具，新式的检测思维链可以自动化地将复杂任务拆解为若干简单子任务，对预测结果进行诊断，并有条不紊地规划边界框精修步骤。实验证明，无论是在广泛的各种检测任务中，还是在极具挑战性的难题上，我们的框架都展现出显著效果。相较于当前最先进的方法，搭载了 DetToolChain 的 GPT-4V 在 MS COCO 新类别集的开放词汇检测任务上提升了 +21.5% 的 AP50，在 RefCOCO val 集的零样本指示理解任务上提高了 +24.23% 的准确率，在 D-cube 完整设置下的描述对象检测任务上也实现了 +14.5% 的 AP 提升。 原文链接:[\[2403.12488\] DetToolChain: A New Prompting Paradig...](https://arxiv.org/abs/2403.12488 "[2403.12488] DetToolChain: A New Prompting Paradig...") #arXiv论文# #LLM应用# #计算机视觉#

展开全部

![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230701_2282550.04046317107909503.jpeg)

arXiv论文

LLM应用

计算机视觉