Reinforcement Fine-Tuning Powers Reasoning Capability of Multimodal Large Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sun, Haoyuan, Wu, Jiaqi, Xia, Bo, Luo, Yifu, Zhao, Yifei, Qin, Kai, Lv, Xufei, Zhang, Tiantian, Chang, Yongzhe, Wang, Xueqian |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Reinforcement Learning Meets Masked Generative Models: Mask-GRPO for Text-to-Image Generation
par: Luo, Yifu, et autres
Publié: (2025)
par: Luo, Yifu, et autres
Publié: (2025)
Generalizing Alignment Paradigm of Text-to-Image Generation with Preferences through $f$-divergence Minimization
par: Sun, Haoyuan, et autres
Publié: (2024)
par: Sun, Haoyuan, et autres
Publié: (2024)
Wavelet Fourier Diffuser: Frequency-Aware Diffusion Model for Reinforcement Learning
par: Luo, Yifu, et autres
Publié: (2025)
par: Luo, Yifu, et autres
Publié: (2025)
Power Reinforcement Post-Training of Text-to-Image Models with Super-Linear Advantage Shaping
par: Sun, Haoyuan, et autres
Publié: (2026)
par: Sun, Haoyuan, et autres
Publié: (2026)
Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization
par: Luo, Yifu, et autres
Publié: (2025)
par: Luo, Yifu, et autres
Publié: (2025)
Unveiling the Generalization Power of Fine-Tuned Large Language Models
par: Yang, Haoran, et autres
Publié: (2024)
par: Yang, Haoran, et autres
Publié: (2024)
GAP: Graph-Based Agent Planning with Parallel Tool Use and Reinforcement Learning
par: Wu, Jiaqi, et autres
Publié: (2025)
par: Wu, Jiaqi, et autres
Publié: (2025)
Distribution Preference Optimization: A Fine-grained Perspective for LLM Unlearning
par: Qin, Kai, et autres
Publié: (2025)
par: Qin, Kai, et autres
Publié: (2025)
Learning Domain Knowledge in Multimodal Large Language Models through Reinforcement Fine-Tuning
par: Cao, Qinglong, et autres
Publié: (2026)
par: Cao, Qinglong, et autres
Publié: (2026)
Let the Agent Search: Autonomous Exploration Beats Rigid Workflows in Temporal Question Answering
par: Lv, Xufei, et autres
Publié: (2026)
par: Lv, Xufei, et autres
Publié: (2026)
A Method on Searching Better Activation Functions
par: Sun, Haoyuan, et autres
Publié: (2024)
par: Sun, Haoyuan, et autres
Publié: (2024)
VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
par: Wang, Qi, et autres
Publié: (2025)
par: Wang, Qi, et autres
Publié: (2025)
HyperLLaVA: Dynamic Visual and Language Expert Tuning for Multimodal Large Language Models
par: Zhang, Wenqiao, et autres
Publié: (2024)
par: Zhang, Wenqiao, et autres
Publié: (2024)
Fine-Tuning Large Vision-Language Models as Decision-Making Agents via Reinforcement Learning
par: Zhai, Yuexiang, et autres
Publié: (2024)
par: Zhai, Yuexiang, et autres
Publié: (2024)
Unified Multimodal Chain-of-Thought Reward Model through Reinforcement Fine-Tuning
par: Wang, Yibin, et autres
Publié: (2025)
par: Wang, Yibin, et autres
Publié: (2025)
ReFT: Reasoning with Reinforced Fine-Tuning
par: Luong, Trung Quoc, et autres
Publié: (2024)
par: Luong, Trung Quoc, et autres
Publié: (2024)
Learn from Downstream and Be Yourself in Multimodal Large Language Model Fine-Tuning
par: Huang, Wenke, et autres
Publié: (2024)
par: Huang, Wenke, et autres
Publié: (2024)
Multilingual OCR-Aware Fine-Tuning and Prompt-Guided Chain-of-Thought Reasoning for Multimodal Large Language Models
par: Xu, Qinwu, et autres
Publié: (2026)
par: Xu, Qinwu, et autres
Publié: (2026)
CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics
par: Yin, Kai, et autres
Publié: (2024)
par: Yin, Kai, et autres
Publié: (2024)
Enhancing Non-English Capabilities of English-Centric Large Language Models through Deep Supervision Fine-Tuning
par: Huo, Wenshuai, et autres
Publié: (2025)
par: Huo, Wenshuai, et autres
Publié: (2025)
Hyperbolic Fine-Tuning for Large Language Models
par: Yang, Menglin, et autres
Publié: (2024)
par: Yang, Menglin, et autres
Publié: (2024)
Enhancing the Reasoning Capabilities of Small Language Models via Solution Guidance Fine-Tuning
par: Bi, Jing, et autres
Publié: (2024)
par: Bi, Jing, et autres
Publié: (2024)
UACER: An Uncertainty-Adaptive Critic Ensemble Framework for Robust Adversarial Reinforcement Learning
par: Wu, Jiaxi, et autres
Publié: (2025)
par: Wu, Jiaxi, et autres
Publié: (2025)
VLN-R1: Vision-Language Navigation via Reinforcement Fine-Tuning
par: Qi, Zhangyang, et autres
Publié: (2025)
par: Qi, Zhangyang, et autres
Publié: (2025)
SATQuest: A Verifier for Logical Reasoning Evaluation and Reinforcement Fine-Tuning of LLMs
par: Zhao, Yanxiao, et autres
Publié: (2025)
par: Zhao, Yanxiao, et autres
Publié: (2025)
Weather-R1: Logically Consistent Reinforcement Fine-Tuning for Multimodal Reasoning in Meteorology
par: Wu, Kaiyu, et autres
Publié: (2026)
par: Wu, Kaiyu, et autres
Publié: (2026)
Octopus: Agentic Multimodal Reasoning with Six-Capability Orchestration
par: Guo, Yifu, et autres
Publié: (2025)
par: Guo, Yifu, et autres
Publié: (2025)
Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models
par: Tan, Huajie, et autres
Publié: (2025)
par: Tan, Huajie, et autres
Publié: (2025)
Unleashing Spatial Reasoning in Multimodal Large Language Models via Textual Representation Guided Reasoning
par: Hua, Jiacheng, et autres
Publié: (2026)
par: Hua, Jiacheng, et autres
Publié: (2026)
From Chaos to Order: The Atomic Reasoner Framework for Fine-grained Reasoning in Large Language Models
par: Liu, Jinyi, et autres
Publié: (2025)
par: Liu, Jinyi, et autres
Publié: (2025)
MeTA-LoRA: Data-Efficient Multi-Task Fine-Tuning for Large Language Models
par: Cheng, Bo, et autres
Publié: (2025)
par: Cheng, Bo, et autres
Publié: (2025)
How Does Fine-Tuning Impact Out-of-Distribution Detection for Vision-Language Models?
par: Ming, Yifei, et autres
Publié: (2023)
par: Ming, Yifei, et autres
Publié: (2023)
Vision-R1: Incentivizing Reasoning Capability in Multimodal Large Language Models
par: Huang, Wenxuan, et autres
Publié: (2025)
par: Huang, Wenxuan, et autres
Publié: (2025)
AutoVLA: A Vision-Language-Action Model for End-to-End Autonomous Driving with Adaptive Reasoning and Reinforcement Fine-Tuning
par: Zhou, Zewei, et autres
Publié: (2025)
par: Zhou, Zewei, et autres
Publié: (2025)
Mixed-R1: Unified Reward Perspective For Reasoning Capability in Multimodal Large Language Models
par: Xu, Shilin, et autres
Publié: (2025)
par: Xu, Shilin, et autres
Publié: (2025)
Knowledge Graph-Infused Fine-Tuning for Structured Reasoning in Large Language Models
par: Zhang, Wuyang, et autres
Publié: (2025)
par: Zhang, Wuyang, et autres
Publié: (2025)
Long-Short Chain-of-Thought Mixture Supervised Fine-Tuning Eliciting Efficient Reasoning in Large Language Models
par: Yu, Bin, et autres
Publié: (2025)
par: Yu, Bin, et autres
Publié: (2025)
Interpretable Logical Anomaly Classification via Constraint Decomposition and Instruction Fine-Tuning
par: Zhang, Xufei, et autres
Publié: (2026)
par: Zhang, Xufei, et autres
Publié: (2026)
Visual-RFT: Visual Reinforcement Fine-Tuning
par: Liu, Ziyu, et autres
Publié: (2025)
par: Liu, Ziyu, et autres
Publié: (2025)
Brainstorming Brings Power to Large Language Models of Knowledge Reasoning
par: Qin, Zining, et autres
Publié: (2024)
par: Qin, Zining, et autres
Publié: (2024)
Documents similaires
-
Reinforcement Learning Meets Masked Generative Models: Mask-GRPO for Text-to-Image Generation
par: Luo, Yifu, et autres
Publié: (2025) -
Generalizing Alignment Paradigm of Text-to-Image Generation with Preferences through $f$-divergence Minimization
par: Sun, Haoyuan, et autres
Publié: (2024) -
Wavelet Fourier Diffuser: Frequency-Aware Diffusion Model for Reinforcement Learning
par: Luo, Yifu, et autres
Publié: (2025) -
Power Reinforcement Post-Training of Text-to-Image Models with Super-Linear Advantage Shaping
par: Sun, Haoyuan, et autres
Publié: (2026) -
Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization
par: Luo, Yifu, et autres
Publié: (2025)