R-4B: Incentivizing General-Purpose Auto-Thinking Capability in MLLMs via Bi-Mode Annealing and Reinforce Learning

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Qi, Ni, Bolin, Xiang, Shiming, Hu, Han, Peng, Houwen, Jiang, Jie
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.21113