HuggingFace Daily Papers· Juekai Lin, Honglin Lin, Yuqian Yuan, Xiaolong Wu, Jie Cao, Liang Liang, Yunqi Cao, Yun Zhu, Wenqiao Zhang, Lijun Wu·· 5 天前精选AI 评分65
MMVistaReason：面向多模态推理的开源数据和后训练方法
MMVistaReason: Toward Open-Data and Post-Training Recipes for Multimodal Reasoning
AI 导读
研究人员提出MMVistaReason (MVR)，一种开源数据后训练方法，包含互补的分析和现实世界推理能力覆盖、高效的SFT和RL数据构建、以及专业化-集成训练策略。MVR-4B在15个多模态基准测试中平均得分为72.8，优于Qwen3.5-9B和MMFineReason-8B，同时使用的样本量减少约70%；扩展到9B参数后平均得分提升至74.4，超过Qwen3.5-35B-A3B。
推荐理由
通过系统化开放数据构建和容量感知后训练，MMVistaReason在多模态推理任务上实现了高效性能提升。
来源：HuggingFace Daily Papers · arxiv.org