共 1 篇相关文章
论文提出LARC框架,在连续隐状态空间进行隐式推理,解决统一多模态模型中离散token推理与连续图像生成的模态错配问题。两阶段训练(课程SFT+信息增益RL)在GenEval上相比BAGEL提升7个百分点,并展现测试时缩放行为。