例如，即使是性能较弱的Fuyu-8B模型，通过GPT-4o的反馈也能纠正24.1%的错误样本。这表明交互过程可以有效提高大多数LMM解决问题的能力。 以Qwen2-VL-7B和Molmo为例，Qwen2-VL-7B在MathVerse数据集上使用GPT-4o的反馈时，纠错率为66.8%，但在MMMU-Pro数据集上仅为50.4%。

究其成因，LMM-R1不仅创造性地引入了规则化奖励函数机制以降低训练成本，而且利用仅需240元的GPU费用，使得模型的性能收获了显著提升。实验数据显示，经过LMM-R1框架处理的QwenVL-2.5-3B模型在推箱子等复杂规划任务中，表现远超如GPT-4o、Claude 3.5等参数量超过100B的行业翘楚。

近期，新加坡国立大学（NUS）的一组华人研究团队发布了关于大型语言模型（LMM）反馈修正率的研究成果，引起了广泛关注。研究指出，在对LMM的错误进行纠正的过程中，这些模型的反馈修正率竟低于50%。这一发现不仅挑战了人们对当前语言模型的信任，也为未来AI的发展提出了新的问题和思考。这一研究将深刻影响AI领域的进一步推进，尤其是在机器学习和自然语言处理技术的应用方面。

在典型智能体应用场景验证中，研究团队选取推箱子任务作为评估基准。该任务要求模型同步处理视觉空间解析、目标匹配、动态路径规划等多模态推理能力，对智能体在现实场景中的决策能力具有重要指示意义。经LMM-R1框架强化后的模型，仅通过初始画面即可完成完整动作 ...

研究结论表明，较高的 IVF 与中国老年人较低的 LMM 发生率显著相关，尤其是在春季和秋季。这一发现为促进健康老龄化、减轻老年人 LMM ...

湖南二零八三箭齐发！助推高性价比惯性导航与测量组件国产化浪潮,陀螺仪,传感器,惯性,mems ...

编辑推荐：针对土壤碳激发效应(PE)驱动因素的争议性问题，研究人员通过meta分析、增强回归树(BRT)和线性混合模型(LMM)揭示 ...

透过增加 lmm 飞弹的产量，英国寻求在俄罗斯持续空袭的情况下，协助增强乌克兰的防空能力。 泰雷兹公司生产的飞弹以「适应性」、「对付各种 ...

lmm-r1团队 投稿量子位 | 公众号 QbitAI 多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。 如何让小型多模态大模型也能拥有强大的数学推理能力呢？ 如图所示，通过LMM-R1框架训练的模型（下侧）能够正确应用勾股定理计算出圆锥的斜高，而基准模型（上侧）错误地识别了斜高位置，导致计算错误。这种显著的推理能力提升来自 ...