arXiv · cs.AI · Peng Gao, Yujian Lee, Yin Zhang, Yanglin Zhang, Haonan Wu, Zishan Liu, Ruoxi Zang, Xin Zhu, Jiayin Zheng, Jian Yao, Zefeng Ji, Fei Ma · 9 小时前模型评分32
用 Faithful Warm-Start 策略提升视觉语言模型强化学习的视觉忠实度
Be Faithful When Response: Returning Fluent and Grounded Answers for Vision-Language Models Reinforcement Learning
导读
研究者提出 Faithful Warm-Start（FWS）策略，先从六个通用视觉问答（VQA，Visual Question Answering）基准中筛选具有明确视觉-语言因果关系的样本构建 FaithfulQA 数据集，再用基于视觉语言模型的评判器提纯，随后才进行稀疏答案级奖励的强化学习优化。实验显示这种忠实监督提升了答案准确率、稳定了强化学习训练，并减少了缺乏视觉依据的推理。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To this end, we propose a Faithful Warm-Start (FWS) strategy that first curates samples with explicit vision-language causal relationships from six general VQA benchmarks to construct the FaithfulQA dataset”
来源：arXiv · cs.AI · arxiv.org