文本为中心的后训练提升全模态推理
热点事件观察中
文本为中心的后训练提升全模态推理
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Ziyang Cheng 等作者提出一种以文本为中心的全模态后训练范式：先用纯文本训练完成主要推理优化，再用缩减数据的原生音视频强化学习精修感知，以降低音视频联合推理的成本。 据该研究，在最佳纯文本配置下，SFT 加 RL 使 Qwen2.5-Omni-7B 在九项推理得分上的几何均值较基座提升 25.83%，GPU 时长比完整原生音视频路线少 56.6%。
AI 根据报道生成 · 14 小时前更新
最新进展10月5日 12:00
以文本为中心的后训练实现全模态推理：Qwen2.5-Omni-7B 推理得分提升 25.83%报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv cs.CL以文本为中心的后训练实现全模态推理：Qwen2.5-Omni-7B 推理得分提升 25.83%
针对全模态大模型音视频联合推理成本高的问题，研究提出以文本为中心的后训练范式：先用纯文本训练做主推理优化，再用缩减数据的原生音视频 RL 精修感知。最佳纯文本配置下，SFT 加 RL 使 Qwen2.5-Omni-7B 九项推理得分的几何均值较基座提升 25.83%，GPU 时长比完整原生音视频路线少 56.6%。
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。