实体
Multimodal Large Reasoning Models
Multimodal Large Reasoning Models
PulseAugur coverage of Multimodal Large Reasoning Models — every cluster mentioning Multimodal Large Reasoning Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的VIG奖励信号提高了多模态推理效率
研究人员引入了VIG（视觉信息增益），这是一种旨在提高多模态大型推理模型效率的新型奖励信号。VIG通过衡量包含图像时预测不确定性的减少量来量化推理令牌贡献了多少视觉信息。这种方法在线运行，无需外部标注或辅助模型，在包括Qwen3-VL-Thinking在内的各种基准测试和模型规模上，始终能提高准确性-效率的权衡。核心原则是通过提高视觉信息密度来实现高效的多模态推理，确保每个令牌都基于图像。
-
新的LEMUR框架可从推理MLRM中移除敏感数据
研究人员开发了LEMUR，一个旨在从多模态大型推理模型（MLRM）中移除敏感信息的新颖框架。该方法在推理时运行，无需重新训练模型。LEMUR识别了训练后强化学习（RL）引入的隐私漏洞，这些漏洞可能导致敏感事实在模型的推理过程中泄露，即使它们不在最终答案中。通过利用RL引起的探索特有的令牌级熵签名，LEMUR重定向推理过程以净化这种泄露，同时保持模型的整体效用和流畅性。