Enhancing the Outcome Reward-based RL Training of MLLMs with Self-Consistency Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jiahao, Xu, Weiye, Yang, Aijun, Zhou, Wengang, Lu, Lewei, Li, Houqiang, Wang, Xiaohua, Zhu, Jinguo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2511.10648