R-4B: Incentivizing General-Purpose Auto-Thinking Capability in MLLMs via Bi-Mode Annealing and Reinforce Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yang, Qi, Ni, Bolin, Xiang, Shiming, Hu, Han, Peng, Houwen, Jiang, Jie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Beyond Sequential Distance: Inter-Modal Distance Invariant Position Encoding
par: Chen, Lin, et autres
Publié: (2026)
par: Chen, Lin, et autres
Publié: (2026)
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)
Bee: A High-Quality Corpus and Full-Stack Suite to Unlock Advanced Fully Open MLLMs
par: Zhang, Yi, et autres
Publié: (2025)
par: Zhang, Yi, et autres
Publié: (2025)
Xwin-LM: Strong and Scalable Alignment Practice for LLMs
par: Ni, Bolin, et autres
Publié: (2024)
par: Ni, Bolin, et autres
Publié: (2024)
R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning
par: Song, Huatong, et autres
Publié: (2025)
par: Song, Huatong, et autres
Publié: (2025)
Common 7B Language Models Already Possess Strong Math Capabilities
par: Li, Chen, et autres
Publié: (2024)
par: Li, Chen, et autres
Publié: (2024)
Setting Up General Purpose CD-ROM Workstations.
par: Bolin, Robert L.
Publié: (1991)
par: Bolin, Robert L.
Publié: (1991)
Context Reasoner: Incentivizing Reasoning Capability for Contextualized Privacy and Safety Compliance via Reinforcement Learning
par: Hu, Wenbin, et autres
Publié: (2025)
par: Hu, Wenbin, et autres
Publié: (2025)
SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward
par: Fan, Kaixuan, et autres
Publié: (2025)
par: Fan, Kaixuan, et autres
Publié: (2025)
R-Log: Incentivizing Log Analysis Capability in LLMs via Reasoning-based Reinforcement Learning
par: Liu, Yilun, et autres
Publié: (2025)
par: Liu, Yilun, et autres
Publié: (2025)
Saliency-R1: Incentivizing Unified Saliency Reasoning Capability in MLLM with Confidence-Guided Reinforcement Learning
par: Li, Long, et autres
Publié: (2025)
par: Li, Long, et autres
Publié: (2025)
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
par: DeepSeek-AI, et autres
Publié: (2025)
par: DeepSeek-AI, et autres
Publié: (2025)
Enhancing Visual Continual Learning with Language-Guided Supervision
par: Ni, Bolin, et autres
Publié: (2024)
par: Ni, Bolin, et autres
Publié: (2024)
Think 360°: Evaluating the Width-centric Reasoning Capability of MLLMs Beyond Depth
par: Chen, Mingrui, et autres
Publié: (2026)
par: Chen, Mingrui, et autres
Publié: (2026)
Defying Imbalanced Forgetting in Class Incremental Learning
par: Xu, Shixiong, et autres
Publié: (2024)
par: Xu, Shixiong, et autres
Publié: (2024)
SpaceR: Reinforcing MLLMs in Video Spatial Reasoning
par: Ouyang, Kun, et autres
Publié: (2025)
par: Ouyang, Kun, et autres
Publié: (2025)
Thinking with Deltas: Incentivizing Reinforcement Learning via Differential Visual Reasoning Policy
par: Gao, Shujian, et autres
Publié: (2026)
par: Gao, Shujian, et autres
Publié: (2026)
Video-R1: Reinforcing Video Reasoning in MLLMs
par: Feng, Kaituo, et autres
Publié: (2025)
par: Feng, Kaituo, et autres
Publié: (2025)
IF-Bench: Benchmarking and Enhancing MLLMs for Infrared Images with Generative Visual Prompting
par: Zhang, Tao, et autres
Publié: (2025)
par: Zhang, Tao, et autres
Publié: (2025)
Urban-R1: Reinforced MLLMs Mitigate Geospatial Biases for Urban General Intelligence
par: Wang, Qiongyan, et autres
Publié: (2025)
par: Wang, Qiongyan, et autres
Publié: (2025)
DeepEyes: Incentivizing "Thinking with Images" via Reinforcement Learning
par: Zheng, Ziwei, et autres
Publié: (2025)
par: Zheng, Ziwei, et autres
Publié: (2025)
Perception-R1: Advancing Multimodal Reasoning Capabilities of MLLMs via Visual Perception Reward
par: Xiao, Tong, et autres
Publié: (2025)
par: Xiao, Tong, et autres
Publié: (2025)
Incentivizing Tool-augmented Thinking with Images for Medical Image Analysis
par: Jiang, Yankai, et autres
Publié: (2025)
par: Jiang, Yankai, et autres
Publié: (2025)
Vision-R1: Incentivizing Reasoning Capability in Multimodal Large Language Models
par: Huang, Wenxuan, et autres
Publié: (2025)
par: Huang, Wenxuan, et autres
Publié: (2025)
VideoAuto-R1: Video Auto Reasoning via Thinking Once, Answering Twice
par: Liu, Shuming, et autres
Publié: (2026)
par: Liu, Shuming, et autres
Publié: (2026)
MM-THEBench: Do Reasoning MLLMs Think Reasonably?
par: Huang, Zhidian, et autres
Publié: (2026)
par: Huang, Zhidian, et autres
Publié: (2026)
DINO-R1: Incentivizing Reasoning Capability in Vision Foundation Models
par: Pan, Chenbin, et autres
Publié: (2025)
par: Pan, Chenbin, et autres
Publié: (2025)
Touch-R1: Reinforcing Touch Reasoning in MLLMs
par: Lai, Yingxin, et autres
Publié: (2026)
par: Lai, Yingxin, et autres
Publié: (2026)
Policy Split: Incentivizing Dual-Mode Exploration in LLM Reinforcement with Dual-Mode Entropy Regularization
par: Yao, Jiashu, et autres
Publié: (2026)
par: Yao, Jiashu, et autres
Publié: (2026)
GRIT: Teaching MLLMs to Think with Images
par: Fan, Yue, et autres
Publié: (2025)
par: Fan, Yue, et autres
Publié: (2025)
Incentivizing Cardiologist-Like Reasoning in MLLMs for Interpretable Echocardiographic Diagnosis
par: Qin, Yi, et autres
Publié: (2026)
par: Qin, Yi, et autres
Publié: (2026)
MedVLM-R1: Incentivizing Medical Reasoning Capability of Vision-Language Models (VLMs) via Reinforcement Learning
par: Pan, Jiazhen, et autres
Publié: (2025)
par: Pan, Jiazhen, et autres
Publié: (2025)
WorkForceAgent-R1: Incentivizing Reasoning Capability in LLM-based Web Agents via Reinforcement Learning
par: Zhuang, Yuchen, et autres
Publié: (2025)
par: Zhuang, Yuchen, et autres
Publié: (2025)
J1: Incentivizing Thinking in LLM-as-a-Judge via Reinforcement Learning
par: Whitehouse, Chenxi, et autres
Publié: (2025)
par: Whitehouse, Chenxi, et autres
Publié: (2025)
rSIM: Incentivizing Reasoning Capabilities of LLMs via Reinforced Strategy Injection
par: Chen, Sijia, et autres
Publié: (2025)
par: Chen, Sijia, et autres
Publié: (2025)
Timelike entanglement entropy in dS$_3$/CFT$_2$
par: Jiang, Xin, et autres
Publié: (2023)
par: Jiang, Xin, et autres
Publié: (2023)
How Einstein's Equation Emerges From CFT$_2$
par: Jiang, Xin, et autres
Publié: (2024)
par: Jiang, Xin, et autres
Publié: (2024)
Timelike entanglement entropy and $T\bar{T}$ deformation
par: Jiang, Xin, et autres
Publié: (2023)
par: Jiang, Xin, et autres
Publié: (2023)
Realization of "ER=EPR"
par: Jiang, Xin, et autres
Publié: (2024)
par: Jiang, Xin, et autres
Publié: (2024)
An alternative to purification in CFT
par: Jiang, Xin, et autres
Publié: (2024)
par: Jiang, Xin, et autres
Publié: (2024)
Documents similaires
-
Beyond Sequential Distance: Inter-Modal Distance Invariant Position Encoding
par: Chen, Lin, et autres
Publié: (2026) -
VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
par: Wang, Qi, et autres
Publié: (2025) -
Bee: A High-Quality Corpus and Full-Stack Suite to Unlock Advanced Fully Open MLLMs
par: Zhang, Yi, et autres
Publié: (2025) -
Xwin-LM: Strong and Scalable Alignment Practice for LLMs
par: Ni, Bolin, et autres
Publié: (2024) -
R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning
par: Song, Huatong, et autres
Publié: (2025)