BPO方法强化多模态大模型
香港科技大学皮仁杰等学者针对多模态大型语言模型（MLLMs）存在的幻觉问题，提出偏好对齐方法Bootstrapped Preference Optimization（BPO）。该方法通过自动化构建偏好数据集，包括负样本和正样本，以缓解模型训练过程中的数据不平衡问题，有效提升模型的视觉理解能力。实验证明，经BPO微调的多模态大模型在多个基准测试中表现突出。来源：https://mp.weixin.qq.com/s/_R8t5RtIzmTvZhZc4cAwqw
页:
[1]