TIGER：用合成模态反事实训练弥合视觉推理差距

Gregory Kang Ruey Lau、Minh Huynh Nguyen 与 Bryan Kian Hsiang Low 提出训练方法 TIGER，用于弥合多模态大模型的视觉推理接入差距。其做法是先挖掘“合成模态反事实”样本——模型在文本题上答对、但换成对应渲染图像后答错——再针对图像输入用 GRPO 结合 SFT、DPO 变体进行后训练。 该研究称，这一方法针对的是模型能处理文本形式问题、却在同一问题的图像版本上失败的差距；报道未给出具体基准上的提升幅度。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。