arXiv · ML· Byungwoo Jeon, Yoonwoo Jeong, Hyunseok Lee, Minsu Cho, Jinwoo Shin·· 4 小时前AI 评分26
统一多模态模型连续空间潜在推理框架 LARC 提出
Latent Reasoning in Continuous Space for Unified Multimodal Models
AI 导读
针对离散 token 推理与连续图像生成间的模态不匹配，提出连续空间潜在推理框架 LARC。采用两阶段训练：课程式 SFT 将 token 级推理转化为潜在推理，信息增益 RL 实现无监督自演化。在 GenEval 基准上比 BAGEL 提升 7%，并展现清晰的测试时扩展行为。
来源：arXiv · ML · arxiv.org