Unified Multimodal Chain-of-Thought Reward Model through Reinforcement Fine-Tuning

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Yibin, Li, Zhimin, Zang, Yuhang, Wang, Chunyu, Lu, Qinglin, Jin, Cheng, Wang, Jiaqi
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2505.03318