HUMOR框架提升多模态梗图生成

Xueyan Li等作者提出HUMOR多模态幽默生成框架，用于提升视觉语言模型的梗图生成能力；论文实验称，该框架提高了模型的推理多样性、对人类偏好的对齐可靠性和整体梗图质量。 HUMOR先识别梗图模板意图，再在不同上下文中探索多条分层推理路径，并通过组内成对奖励模型和强化学习优化幽默偏好。作者还分析称，在高质量推理路径保有足够概率质量的条件下，多路径探索结合锚定机制能够维持较高的预期幽默质量。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。