Liangyu Chen

新框架UniT通过迭代改进增强多模态AI推理能力

研究人员推出UniT，一个旨在增强统一多模态AI模型推理能力的新框架。该框架使单个模型能够通过推理、验证和纠正过程迭代地改进其输出，这对于复杂的多模态任务至关重要。UniT的方法结合了智能体数据合成、统一模型训练和灵活的测试时推理，以提高在涉及复杂空间组合和演进指令的任务上的性能。主要发现表明，在较短的推理轨迹上进行训练可以实现对测试时更长推理链的泛化，并且顺序思维链推理比并行采样在测试时扩展方面更有效。