🤖 系统
12-01 01:06
UniGame:统一多模态模型的自对抗后训练框架 / UniGame: Turning a Unified Multimodal Model Into Its Own Adversary
1️⃣ 一句话总结
本文提出了UniGame,首个针对统一多模态模型理解与生成路径间结构不一致问题的自对抗后训练框架,通过让生成分支主动挑战理解分支的脆弱性,显著提升模型一致性和鲁棒性。
请先 登录 后再提交论文
UniGame:统一多模态模型的自对抗后训练框架 / UniGame: Turning a Unified Multimodal Model Into Its Own Adversary
本文提出了UniGame,首个针对统一多模态模型理解与生成路径间结构不一致问题的自对抗后训练框架,通过让生成分支主动挑战理解分支的脆弱性,显著提升模型一致性和鲁棒性。
GIR-Bench:用于推理图像生成的通用基准 / GIR-Bench: Versatile Benchmark for Generating Images with Reasoning
这篇论文提出了一个名为GIR-Bench的基准测试,用于系统评估多模态模型在图像理解与生成之间的一致性、逻辑推理驱动的图像生成以及多步骤图像编辑能力,揭示了当前模型在理解与生成之间仍存在差距。