دانشمندان در پژوهشی جدید به راهکار جالبی برای افزایش دقت مدلهای زبانی کوچک (SLM) در تحلیل تصاویر آموزشی رسیدهاند. این تحقیق نشان میدهد که به جای تحلیل کلِ تصویر یک برگه امتحانی، استفاده از «کادرهای محدودکننده» (Bounding Boxes) برای جدا کردن پاسخهای دستنویس، نهتنها دقت مدل را به شدت بالا میبرد، بلکه مصرف منابع محاسباتی را هم به طرز چشمگیری کاهش میدهد.
این یافته یک گام بزرگ برای خودکارسازی فرآیندهای آموزشی در مقیاس وسیع و با هزینه کمتر است. 📝✨
منبع: arXiv AI