AI工具与模型HOT精选全部
arXiv cs.AI评分70

Vision-as-a-Tool:面向多模态智能体编程的视觉工具框架

原文标题:Vision-as-a-Tool: Visual Harness for Multimodal Agentic Coding

导读

多模态智能体编程需要看懂代码运行后的视觉结果,Vision-as-a-Tool把视觉能力做成工具,让智能体能观察并评估自己生成的产物。

推荐理由

涉及多模态与智能体 · 与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目