OpenMMReasoner: Pushing the Frontiers for Multimodal Reasoning with an Open and General Recipe

Created by

Haebom

저자

Kaichen Zhang, Keming Wu, Zuhao Yang, Bo Li, Kairui Hu, Bin Wang, Ziwei Liu, Xingxuan Li, Lidong Bing

💡 개요

본 논문은 대규모 추론 모델의 멀티모달 영역 확장을 목표로, 투명하고 재현 가능한 데이터 큐레이션 및 학습 전략 부족 문제를 해결하기 위해 OpenMMReasoner를 제안합니다. OpenMMReasoner는 지도 학습 미세 조정(SFT)과 강화 학습(RL)의 두 단계로 구성된 완전 투명한 레시피이며, 874K개의 샘플로 구성된 SFT 데이터셋과 74K개의 RL 데이터셋을 활용합니다. 다양한 벤치마크 평가 결과, OpenMMReasoner는 기존 강한 기반 모델보다 뛰어난 성능을 보였으며, 데이터 품질과 학습 설계의 중요성을 입증했습니다.

🔑 시사점 및 한계

•

투명한 학습 레시피와 데이터 공개를 통해 멀티모달 추론 연구의 재현성을 높이고, 연구 개발의 효율성을 향상시킬 수 있습니다.

•

데이터 품질 관리와 학습 전략 설계가 멀티모달 추론 성능에 결정적인 영향을 미친다는 것을 보여줍니다.

•

대규모 멀티모달 추론 연구를 위한 기초를 마련했지만, 더 다양한 데이터와 복잡한 문제를 다루는 연구가 필요합니다.

PDF 보기

Made with Slashpage