例如，即使是性能较弱的Fuyu-8B模型，通过GPT-4o的反馈也能纠正24.1%的错误样本。这表明交互过程可以有效提高大多数LMM解决问题的能力。

在典型智能体应用场景验证中，研究团队选取推箱子任务作为评估基准。该任务要求模型同步处理视觉空间解析、目标匹配、动态路径规划等多模态推理能力，对智能体在现实场景中的决策能力具有重要指示意义。经LMM-R1框架强化后的模型，仅通过初始画面即可完成完整动作 ...

【新智元导读】LMM在人类反馈下表现如何？新加坡国立大学华人团队提出InterFeedback框架，结果显示，最先进的LMM通过人类反馈纠正结果的比例不到50% ...

究其成因，LMM-R1不仅创造性地引入了规则化奖励函数机制以降低训练成本，而且利用仅需240元的GPU费用，使得模型的性能收获了显著提升。实验数据显示，经过LMM-R1框架处理的QwenVL-2.5-3B模型在推箱子等复杂规划任务中，表现远超如GPT-4o、Claude 3.5等参数量超过100B的行业翘楚。

你的数学推理能力能被AI超越吗？近日，东南大学、香港中文大学、蚂蚁集团等联合团队发布了一项令人惊叹的研究成果：他们通过LMM-R1框架，仅花费240元GPU成本，就让小型多模态模型拥有了强大的数学推理能力！这不仅是多模态模型领域的一次重大突破，也为AI在复杂推理任务中的应用开辟了新路径。究竟是什么让这个低成本框架实现如此强大的效果？让我们一起深入探讨。 多模态大模型虽然在视觉理解上表现出色，但在需 ...

lmm-r1团队 投稿量子位 | 公众号 QbitAI 多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。 如何让小型多模态大模型也能拥有强大的数学推理能力呢？