› VPS (Visual Parallel Search) verandert de volgorde waarin multimodale modellen hoogresolutie beelden analyseren.
› In plaats van eerst inzoomen en dan pas kijken, verzamelt het model eerst parallel bewijs uit alle beeldfragmenten en beslist daarna pas waar het moet inzoomen.Het onderzoek komt van arXiv (cs.CV, cs.AI), ingediend op 29 september 2026.
› De auteurs zijn een team van acht onderzoekers: Xijia Tao, Yihua Teng, Xinyu Fu, Cheng Gong, Ziru Liu, Xudong Xie, Rui Liu en Lingpeng Kong.Het probleem met hoogresolutie beeldenMultimodale modellen (die tegelijk tekst en beeld begrijpen) hebben moeite met hoogresolutie beelden.
› Om een vraag te beantwoorden over een klein, goed gelokaliseerd fragment van een foto moet het model eerst kiezen waar het gaat kijken - en dat doet het voordat het het geheel heeft gezien.