UMM-Reflection:交错强化学习让统一模型自我反思修图,GenEval 提升 12 分
Yijia Fan · hf · 2026-09-29
统一多模态模型既能理解也能生成图像,理论上可以诊断自己的生成结果并迭代修复,但反思文本与图像生成需要联合学习。研究团队提出 UMM-Reflection,用强化学习优化完整的反思-生成轨迹:
- 兄弟轨迹共享同一初始图像,组相对优势用于比较不同反思策略
- 轨迹级优势同时更新反思 token 和流式图像修订,无需外部 critic,推理时也不需要验证器
- SFT 只能冷启动,朴素的只优化渲染器的 RL 会浪费大部分增益
在 BAGEL 上,UMM-Reflection 较 SFT 在 GenEval 上提升 12.05 分,且增益迁移到 WISE(+10.97)、OneIG-Bench(+3.48)、T2I-CompBench++(+4.63)等未参与训练的基准。
所属事件:UMM-Reflection 开源，交错强化学习让多模态模型自我修正图像(3 条相关)→
「多模态」频道最新
- 哈佛 MIT 团队推出 UGG:单一扩散模型统一视频生成与 3D 几何理解 — burny_tech · 2026-11-14
- CapCut Web Ultra 限时一周无限生图，Seedream 与 GPT Image 2.5 免费用 — JaynitMakwana · 2026-11-14
- Solv3R 演示实测:3D 重建提速 2 倍,3DGS 一分钟跑完 — jonstephens85 · 2026-11-14
- 曝 Dreamina 花 8.2 万美元请人做 4 分钟 AI 视频，遭质疑 — AIandDesign · 2026-11-14
- CapCut 上线 Seedance 2.5：手机 AI Lab 与网页 Video Studio 可直出 4K 视频 — CurieuxExplorer · 2026-11-14
- BAAI 开源无编码器 VLM 系列 EVE,登 NeurIPS 与 ICCV 获 spotlight/highlight — liuziwei7 · 2026-11-14