IXThinker·2025-03-20 19:30

LMM-R1框架以兩階段訓練強化小模型數學推理

多模態大模型視覺理解出色，數學推理卻往往力不從心，小型模型尤甚。來自東南大學、香港中文大學、螞蟻集團等團隊提出LMM-R1框架，針對這一難題提出解法。

兩階段訓練

LMM-R1採用兩階段訓練策略，以基於規則的強化學習優化多模態大模型的推理能力，回應多模態領域訓練成本高等長期痛點，實現推理性能的提升。