全球首次实现20亿参数模型多模态推理“啊哈时刻”

UCLA等机构的研究团队在全球首次于20亿参数非SFT模型上实现了多模态推理的“啊哈时刻”，即模型展现出自我反思能力和回答长度增加。该模型基于DeepSeek-R1-Zero方法，在CVBench上达到59.47%的准确率，比基础模型高出约30%，并超越指令微调模型。研究发现，更长的推理过程对视觉任务有益，而简单奖励回答长度无法提升性能。研究团队已将训练代码和发现开源，以推动AI社区对多模态推理的研究。
来源：https://mp.weixin.qq.com/s/7jGwTQKFHZ_4_UeiY_9ULQ