研究人员开发了一种以文本为中心的后训练方法，以提高大型语言模型的多模态推理能力，特别是针对处理文本和视听数据的模型。该方法包括初步的纯文本推理训练，这显著提高了推理分数，同时降低了计算成本。随后的精炼阶段使用缩减的视听数据数据集来增强感知能力，而不会大幅损失推理收益。与基础版本相比，该方法已显示出将 Qwen2.5-Omni-7B 模型的推理能力提高了 25% 以上，同时使用的 GPU 时间更少。 AI
影响 这种方法可能导致更高效的多模态人工智能系统的训练，降低计算成本并提高其推理能力。
排序理由 该集群包含一篇详细介绍改进大语言模型能力的[lever_c_demoted from research: ic=1 ai=1.0]新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
