V-Rubrics 50K

新的V-Rubrics方法增强了视觉-语言模型的接地能力

研究人员开发了V-Rubrics，一种新颖的强化学习方法，用于提高视觉-语言模型的视觉忠实度和推理一致性。该方法将参考响应分解为原子命题，并根据视觉忠实度、推理一致性和指令遵循情况对生成的答案进行评分。通过提供结构化的部分信用，V-Rubrics旨在解决多模态训练后信用分配失败的问题，从而获得更具接地性和准确性的响应，尤其是在面向知识和视觉接地推理的任务中。