【[104星]Vision-R1:首个探索如何有效利用强化学习(RL)提升多模态大语言模型(MLLM)推理能力的项目。亮点:1. 采用冷启动初始化和RL训练,显著提升模型推理能力;2. 仅用7B参数实现与70B+参数模型相当的性能;3. 提供完整的推理流程和代码,助力研究者快速上手】
'Vision-R1: Incentivizing Reasoning Capability in Multimodal Large Language Models'
GitHub: github.com/Osilly/Vision-R1
多模态大语言模型 强化学习 推理能力 AI创造营