跳到正文
实时
热点事件历史事件

LARC框架提升多模态模型性能

1 篇报道1 个报道来源17 天前更新

先了解这件事

AI 综述

LARC框架通过在连续隐藏状态上进行推理,提升了统一多模态模型在图像生成中的性能并实现无离散标记瓶颈的测试时扩展。该框架包含课程监督微调(SFT)和信息增益强化学习(RL)两个阶段,在文本到图像生成基准测试中,LARC 在 GenEval 上比 BAGEL 提升了 7% 的性能。

AI 根据报道生成 · 更新于 16 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. Hugging Face Daily Papers
    LARC 框架实现连续空间潜在推理以统一多模态模型

    LARC 框架通过在连续隐藏状态上进行推理,缓解了统一多模态模型在图像生成中应用语言推理的瓶颈,提升了生成质量并实现无离散标记瓶颈的测试时扩展。该框架包含课程监督微调(SFT)和信息增益强化学习(RL)两个阶段,在文本到图像生成基准测试中,LARC 在 GenEval 上比 BAGEL 提升了 7% 的性能,并展现出明确的测试时扩展行为。