7B超越GPT！1/20数据，无需知识蒸馏，马里兰等推出全新视觉推理方法

研究人员提出ThinkLite-VL模型，利用蒙特卡洛树搜索筛选高难度样本，仅用11k高质量数据显著提升视觉语言模型推理能力，无需知识蒸馏。该模型在8个主流视觉推理任务中平均性能提升7%，并在MathVista上达到75.1%的SoTA准确率，超越GPT-4o等模型，证明合理样本难度分布比数量更重要。
来源：https://mp.weixin.qq.com/s/Ec4yPgj8Kpun88TDda1Giw