CSR框架革新多模态学习，提升模型性能与准确性

针对多模态大模型在模态对齐中出现的幻觉和感知问题，科研团队提出了Calibrated Self-Rewarding（CSR）框架。该框架利用模型自身输出构建偏好数据，结合视觉约束，提供更准确的学习路径，从而避免依赖可能存在问题的外部数据。实验表明，CSR不仅优于传统的偏好学习方法，还能在多轮迭代中提升模型性能，减少幻觉错误。
来源：https://mp.weixin.qq.com/s/yrzBdDhxv5AkSZMQzuHc8g