OpenVLHarness, препринт от 19 октомври 2026 г., предлага слой за инструменти и мултимодална памет около съществуващи модели. Авторите отчитат средно подобрение от 9,7–12,6 точки на 22 бенчмарка спрямо съответните варианти без инструменти. Това е резултат на изследователския екип, който SIExpo не е възпроизвеждал независимо.

Какво остава в паметта

Документацията на публичното хранилище уточнява, че изображенията, структурираните данни и уеб препратките се запазват в рамките на въпроса; следващият започва с чиста памет. Сред наличните инструменти са OCR, увеличение, търсене и Python. Генерираният код се изпълнява с правата на потребителя и достъп до файлове и мрежа; времевият лимит не е изолираща среда. Основният код е под MIT, но външните модели, услуги и данни имат отделни условия.

Нашето обяснение на идеята е следното: да прочетеш изображение, да намериш допълнителен факт и да сметнеш отношение са различни операции. Ако междинният резултат остане достъпен, следващата стъпка може да работи върху него. Това обаче не премахва възможността първото наблюдение да е погрешно. Изчисление върху неправилно разчетено число може да е математически точно и все пак да доведе до грешен отговор.

Какво показва подобрението

Разликата в тестовите оценки е основание да се изследва организацията на инструментите. Тя не установява еднаква полза за всеки документ, език или работна задача. Нашият извод е, че полезното сравнение трябва да запази изходния модел и да покаже какво се добавя с инструментите. Ако едновременно се сменят моделът, данните и бюджетът, ефектът на самата организация става трудно различим.

При примерна оценка с фактура бихме проверили отделно разчитането на редовете, избора на сума и пресмятането. Това е предложен от редакцията пример, а не публикуван тест на проекта. Запазените междинни данни биха помогнали да се намери точната стъпка, в която възниква разминаване, вместо да се преценява само крайният текст.

Публичното хранилище прави подхода достъпен за изследване, но подготовката на средата е част от работата. Преди изпълнение бихме отделили тестови файлове и ограничени права и бихме записали използваните услуги. Така оценката би обхванала както качеството на отговора, така и цената и условията за получаването му.

Редакционна проверка: 2026-10-20T16:10:48.620127+00:00 (UTC). Корица: концептуална AI илюстрация, не документална снимка.