UMM-Reflection：统一模型内训练反思轨迹
热点事件持续更新
UMM-Reflection：统一模型内训练反思轨迹
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yijia Fan 等作者提出 UMM-Reflection，用强化学习在统一多模态模型内部训练完整的反思轨迹：反思 token 与基于流的图像修订共享轨迹级优势、跨轮次联合更新，推理时不需要外部验证器。 在 BAGEL 上，该方法使 GenEval 较 SFT 提升 12.05 分；在未用于训练的 WISE、OneIG-Bench 和 T2I-CompBench++ 上分别提升 10.97、3.48 和 4.63 分。
AI 根据报道生成 · 51 分钟前更新
最新进展10月21日 12:00
UMM-Reflection：用交错强化学习让统一模型学会原生反思报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIUMM-Reflection：用交错强化学习让统一模型学会原生反思
UMM-Reflection 提出用强化学习在统一多模态模型内部训练完整反思轨迹，让反思 token 与基于流的图像修订共享轨迹级优势、跨轮次联合更新，推理时无需外部验证器。在 BAGEL 上，该方法使 GenEval 较 SFT 提升 12.05 分，并迁移至 WISE（+10.97）、OneIG-Bench（+3.48）和 T2I-CompBench++（+4.63），这三个基准均未用于训练。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。