【Paper Reading】6.RLHF-V 提出用RLHF的1.4k的数据微调显著降低MLLM的虚幻问题

页页读

已于 2024-03-13 11:24:49 修改

阅读量2.2k

点赞数 45

分类专栏：多模态模型大模型文章标签：虚幻人工智能多模态模型

于 2024-03-13 10:40:52 首次发布

本文链接：https://blog.csdn.net/u014386899/article/details/136673351

版权

本文提出RLHF-V框架，通过细粒度人类反馈和密集直接偏好优化（DDPO）减少多模态语言模型的幻觉问题，显著提高模型的准确性和可信度。实验结果显示，RLHF-V在多种多模态任务中表现出色，且具有高效性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

分类	内容
论文题目	RLHF-V: Towards Trustworthy MLLMs via Behavior Alignment from Fine-grained Correctional Human Feedback
作者	作者团队：由来自清华大学和新加坡国立大学的研究者组成，包括Tianyu Yu, Yuan Yao, Haoye Zhang, Taiwen He, Yifeng Han, Ganqu Cui, Jinyi Hu, Zhiyuan Liu, Hai-Tao Zheng, Maosong Sun, Tat-Seng Chua。