पेपर और शोध

RL फाइन-ट्यूनिंग किए गए VLM की मजबूती और चेन-ऑफ-थॉट संगति पर शोध

मूल शीर्षक:On Robustness and Chain-of-Thought Consistency of RL-Finetuned VLMs

AI सारांश

रीइन्फोर्समेंट लर्निंग (RL) फाइन-ट्यूनिंग को विज़न-लैंग्वेज मॉडल (VLM) तक विस्तारित किया गया है। शोध से पता चलता है कि सरल टेक्स्ट गड़बड़ियां—भ्रामक शीर्षक या गलत चेन-ऑफ-थॉट (CoT)—मॉडल की मजबूती और विश्वास को स्पष्ट रूप से कम कर देती हैं, और ओपन-सोर्स मॉडलों में गिरावट अधिक स्पष्ट है। बंद-स्रोत मॉडल समान विफलता पैटर्न दिखाते हैं, लेकिन उनकी मजबूती और तर्क संगति अधिक होती है। आगे के विश्लेषण से सटीकता और निष्ठा के बीच संतुलन उजागर होता है: फाइन-ट्यूनिंग बेंचमार्क सटीकता बढ़ाती है, लेकिन साथ ही CoT की विश्वसनीयता और संदर्भ परिवर्तनों के प्रति मजबूती को कम करती है; विरोधी वृद्धि मजबूती सुधार सकती है, पर निष्ठा के विचलन को नहीं रोक सकती। निष्ठा-जागरूक इनाम शुरू करने से उत्तर और तर्क का संरेखण बहाल हो सकता है, लेकिन वृद्धि के साथ संयोजन करने पर प्रशिक्षण शॉर्टकट रणनीतियों की ओर ढह सकता है। ये निष्कर्ष सटीकता, मजबूती और दृश्य तर्क की निष्ठा पर संयुक्त ध्यान देने की आवश्यकता पर जोर देते हैं।

मुख्य जानकारी

  • रीइन्फोर्समेंट लर्निंग (RL) फाइन-ट्यूनिंग को विज़न-लैंग्वेज मॉडल (VLM) तक विस्तारित किया गया है।…
  • लेकिन उनकी मजबूती और तर्क संगति अधिक होती है। आगे के विश्लेषण से सटीकता और निष्ठा के बीच संतुलन…
  • विरोधी वृद्धि मजबूती सुधार सकती है,पर निष्ठा के विचलन को नहीं रोक सकती। निष्ठा-जागरूक इनाम शुरू…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Apple Machine Learning Research(RSS)
श्रेणी
पेपर और शोध
AI स्कोर
62
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

RL微调让VLM基准分变好看,却可能让它的推理链变得靠不住,这个反直觉的诊断对正在用RL打磨多模态模型的团队是个警醒。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: RL फाइन-ट्यूनिंग किए गए VLM की मजबूती और चेन-ऑफ-थॉट संगति पर शोध। 2 जुलाई 2026। https://new.nat6.net/hi/news/cmr3rd0l901bwsl7ld54ejrgb/

सभी देखें →