IXThinker·2025-02-27 12:10

MM-RLHF多模態對齊 10維度全面提升

多模態大語言模型（MLLM）能力快速進化，與人類偏好的對齊卻仍有差距。快手、中國科學院與南京大學合作，從數據集、獎勵模型與訓練算法三個層面推進MLLM對齊，交出MM-RLHF方案。

對齊研究缺口

現有對齊研究多集中於減少幻覺等特定領域，與人類偏好對齊能否全面提升MLLM各項能力，此前仍是未知數。團隊針對這一問題展開系統探索。