arXiv · Computer Vision· Wentao Zhou, Weijie Gan, Jiayun Wang·· 5 小时前AI 评分35
MATE：通过互对抗自训练与演化数据提升统一多模态模型
Mutually Adversarial Self-Training with Evolving Data for Unified Multimodal Models
AI 导读
MATE 是一种基于强化学习的统一多模态模型后训练框架，让生成与理解分支轮流担任挑战者与求解者，挑战来自模型自身输出且随训练演化。在 Janus-Pro-1B 上，MATE 将 GenEval 提升 2.4 点、DPG-Bench 提升 1.7 点、九项理解基准平均提升 0.7 点，并增强图像-文本循环一致性。
来源：arXiv · Computer Vision · arxiv.org