ABACUS: Adapting Unified Foundation Model for Bridging Image Count Understanding and Generation

  • 类型：arxiv
  • 标识：2606.23835
  • 链接：https://arxiv.org/abs/2606.23835
  • 主分类：multimodal
  • 形态：benchmark
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：ABACUS is a unified vision-language model that handles object counting, crowd counting, referring-expression counting, and count-faithful image generation without any benchmark-specific training required, outperforming both task-specific specialists and larger generalist models.
  • OpenAlex ID：W7165728866
  • OpenAlex DOI：10.48550/arxiv.2606.23835
  • DOI：10.48550/arxiv.2606.23835
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2606.23835
  • OpenAlex更新：2026-07-19
  • 待LLM分类：否
  • 标题中文：ABACUS：适配统一基础模型以桥接图像计数理解与生成
  • TLDR中文：ABACUS 是一个统一视觉语言模型，可在无需任何基准特定训练的情况下处理物体计数、人群计数、指代表达计数以及忠实计数的图像生成，性能超越任务特定的专家模型和更大的通用模型。
  • 来源文件：
  • /inbox/tom/_candidates/2026-06-29-agent-memory-tool-use-candidates.json
  • /inbox/tom/_candidates/2026-06-28-agent-rag-longcontext-candidates.json
  • [S2 enrich]
  • [OpenAlex backfill]