UMM-Reflection让BAGEL自我诊断并改图
AI 总结
机器之心报道,南洋理工大学、上海交通大学和东京大学研究者提出UMM-Reflection,以整轨迹强化学习训练BAGEL完成多轮图像诊断与修改,推理时无需外部打分器。报道显示,相比反思SFT,GenEval得分从0.72升至0.84,初始错误图像修复率从20.6%升至64.9%。团队已开放代码、模型权重和训练数据,但多轮推理最多需要生成4张图像。
深度见解
据报道,整轨迹强化学习提高了统一多模态模型多轮自我纠错的可靠性,同时推理阶段不依赖外部批评者,且研究代码、权重和数据均已开放。
机器之心 2026-11-10 23:26 北京
同一个模型写出诊断、再按诊断重画,推理时不再需要任何外部打分器。
统一多模态模型既能看图,也能画图,那么它能不能像人一样,画完之后自己检查、发现问题、再动手改?
来自南洋理工大学、上海交通大学和东京大学的研究者给出了一个肯定的回答。他们提出 UMM-Reflection,在开源统一模型 BAGEL 上用强化学习训练完整的「反思—修改」多轮轨迹:同一个模型写出诊断,再按诊断重画,推理时不再需要任何外部打分器。