arXiv · 机器人与计算机视觉· Mingkang Dong, Muxin Pu, Hongyi Cai, JieLi, Jiancheng Pan, Xu Zheng, Yadan Luo, Yuqian Fu·· 2026-10-06精选AI 评分82
OnceSelect:一种可复用的多模态指令微调数据选择方法
OnceSelect: Reusable Data Selection for Efficient Multimodal Instruction Tuning
AI 导读
针对多模态大语言模型微调中数据冗余问题,提出 OnceSelect 一次性训练的数据选择器。该方法在冻结的多模态空间编码图像 - 指令对并聚类,利用固定验证集标准训练轻量级选择器,可跨数据集与模型架构直接复用而无需重训或依赖特定模型评分。
推荐理由
提出一次性训练的通用数据选择器,在无需重训情况下跨数据集与模型架构复用,显著降低多模态指令微调成本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org