LMM-R1：大幅提升小型多模态模型推理能力

研究人员提出LMM-R1框架，通过两阶段训练策略显著提升小型多模态大模型的数学推理能力。该框架无需多模态标注数据，仅需240元GPU成本即可增强模型性能。实验表明，经LMM-R1强化的QwenVL-2.5-3B模型在复杂路径规划任务中超越GPT-4o等大模型。第一阶段增强基础推理能力，第二阶段实现多模态泛化，有效解决高成本与低泛化难题。
来源：https://mp.weixin.qq.com/s/7_55y_dTroQ4bWpJsgdXDg