登顶多模态推理榜MMMU！UCSD新方法超越GPT-5、Gemini

加州大学圣地亚哥分校团队推出DreamPRM-1.5，通过实例级重加权与双层优化框架提升多模态推理性能。该方法在MMMU基准上取得84.6%的准确率，超越GPT-5和Gemini等主流闭源模型。研究利用生成式奖励模型对推理过程打分，并设计Instance Table与Instance Net两种架构，有效应对数据质量不均问题，凸显数据权重优化在复杂推理任务中的关键作用。
来源：https://mp.weixin.qq.com/s/4kMvVnfbsZmfxkxOS54zEQ