苹果研发新型AI图像描述技术 小模型性能超越大模型
苹果研究人员联合威斯康星大学麦迪逊分校开发出名为RubiCap的新框架，用于训练密集图像描述AI模型。该技术通过强化学习结合多模型生成的候选描述，由Gemini 2.5 Pro分析并生成评判标准，再由Qwen2.5-7B-Instruct作为裁判提供奖励信号，从而实现更精准的反馈训练。研究团队推出了RubiCap-2B、RubiCap-3B和RubiCap-7B三个模型，参数规模分别为20亿、30亿和70亿。实验显示，RubiCap-7B在CapArena等基准测试中表现最佳，击败了包括720亿参数模型在内的多个主流方案，且RubiCap-3B在部分测试中超越其70亿参数的同类模型，证明...