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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Yibin, Li, Zhimin, Zang, Yuhang, Wang, Chunyu, Lu, Qinglin, Jin, Cheng, Wang, Jiaqi
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi