arXiv · Machine Learning· Byungwoo Jeon, Yoonwoo Jeong, Hyunseok Lee, Minsu Cho, Jinwoo Shin·· 8 小时前AI 评分49
LARC：通过连续空间潜在推理提升统一多模态模型的图像生成能力
Latent Reasoning in Continuous Space for Unified Multimodal Models
AI 导读
LARC 提出连续空间潜在推理框架，通过连续隐藏状态进行推理，弥合离散语言推理与连续图像生成之间的模态差异。训练分为课程式监督微调（SFT）和信息增益强化学习（RL）两个阶段，在 GenEval 上取得 SOTA，较 BAGEL 提升 7%p，并展现测试时扩展能力。
来源：arXiv · Machine Learning · arxiv.org