MIRROR：跨视图互推理优化方法
热点事件持续更新
MIRROR：跨视图互推理优化方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Wen Ye 等研究者提出跨视图自蒸馏强化学习方法 MIRROR，用于缓解视觉语言模型在文本与图像呈现同一问题时表现不一致的现象。该方法对每个问题在文本、图像及图文组合三种视图下评估模型，选出表现最好的视图作为教师，用带 reverse-KL 正则项的 GRPO 目标训练其余视图。 为支撑训练，研究者构建了配对多模态几何数据集 ODA-Data。在多模态数学推理基准上，MIRROR 的表现优于标准强化学习，跨输入模态的准确性和一致性有所提升。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
MIRROR：用跨视图互学提升多模态推理报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIMIRROR：用跨视图互学提升多模态推理
针对视觉语言模型在文本与图像呈现同一问题时表现不一致的现象，研究者构建了配对多模态几何数据集 ODA-Data，并提出强化学习方法 MIRROR。该方法对每个问题在文本、图像及图文组合三种视图下评估模型，选出表现最好的视图作为教师，用带 reverse-KL 正则项的 GRPO 目标训练其余视图。在多模态数学推理基准上，MIRROR 优于标准 RL，跨输入模态表现更准确一致。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。