LARC提出连续空间潜在推理框架，提升多模态图像生成能力

Byungwoo Jeon、Yoonwoo Jeong、Hyunseok Lee、Minsu Cho 和 Jinwoo Shin 提出连续空间潜在推理框架 LARC，通过连续隐藏状态进行推理，缓解离散语言推理与连续图像生成之间的模态差异，提升统一多模态模型的图像生成能力。 LARC采用两阶段训练：先进行课程式监督微调（SFT），再通过信息增益强化学习（RL）优化潜在推理。第二阶段无需真实标注答案，即可推动模型自主演进潜在推理能力。在 GenEval 基准测试中，LARC取得当前最佳表现，较 BAGEL 提升 7 个百分点，并展现出测试时扩展能力。该研究发表于 NeurIPS 2026。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。