GO-SSL

新的GO-SSL框架通过跨实例学习增强多模态大语言模型

研究人员推出了一种新颖的自监督强化学习框架GO-SSL，旨在增强多模态大语言模型（MLLMs）。该方法侧重于跨实例比较，不同于先前主要使用跨实例结构的方。GO-SSL训练模型对来自两个不同视觉实例的元素进行分组和排序，从而提高细粒度感知和空间理解能力。该框架在各种基准测试和模型规模上都显示出持续的收益，表明其在增强MLLMs可迁移视觉理解方面的有效性。