本文提出了首个面向工业异常检测的连续多视角视频数据集MMVIAD及配套基准,并设计了PS-SFT与VISTA-GRPO两阶段后训练流水线训练出VISTA模型,在四项工业异常理解任务上显著提升了模型性能并超越了GPT-5.4。
机构:上海科技大学
来源:arXiv 2605.10833 | AI4Papers 论文推荐平台