arXiv · 机器人与计算机视觉· Yijia Fan, Ziqi Huang, Zhongang Cai, Yan Li, Zimo Wen, Wanqi Yin, Haiwen Diao, Ziwei Liu·· 29 天前AI 评分68
Learning Native Reflection in Unified Models with Interleaved Reinforcement Learning
Learning Native Reflection in Unified Models with Interleaved Reinforcement Learning
AI 导读
arXiv 论文介绍 UMM-Reflection 方法,利用交错强化学习在统一多模态模型内联合优化反思文本与基于流的图像修订,无需外部验证器即可实现跨轮次信用分配。实验显示该方法在 BAGEL 基准上 GenEval 指标提升 12.05 点,且增益可迁移至 WISE、OneIG-Bench 和 T2I-CompBench++ 等未见过的任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org