IXThinker·2025-03-06 15:10

Visual-RFT開源　強化微調進軍多模態

令o1與DeepSeek-R1表現出色的強化學習方法，如今也能用於多模態大模型。上海交大、上海AI Lab與港中文研究人員推出開源項目Visual-RFT，僅需少量數據即可見效。

視覺強化微調

Visual-RFT把DeepSeek-R1背後基於規則獎勵的強化學習方法，與OpenAI的思路結合，遷移到視覺任務。只需10至1000條數據，就能透過思考過程與基於規則的監督提升多模態大模型性能。