Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Infi-MMR: Curriculum-based Unlocking Multimodal Reasoning via Phased Reinforcement Learning in Multimodal Small Language Models

Created by
  • Haebom

저자

Zeyu Liu, Yuhang Liu, Guanghao Zhu, Congkai Xie, Zhen Li, Jianbo Yuan, Xinyao Wang, Qing Li, Shing-Chi Cheung, Shengyu Zhang, Fei Wu, Hongxia Yang

개요

본 논문은 다중 모달 소형 언어 모델(MSLM)의 추론 능력 향상을 위한 새로운 프레임워크인 Infi-MMR을 제안합니다. Infi-MMR은 고품질 텍스트 기반 추론 데이터셋을 활용한 기초 추론 활성화 단계, 캡션이 추가된 다중 모달 데이터를 이용한 교차 모달 추론 적응 단계, 그리고 캡션 없는 다중 모달 데이터를 활용한 다중 모달 추론 향상 단계의 세 단계로 구성된 커리큘럼을 통해 MSLM의 추론 잠재력을 체계적으로 향상시킵니다. 제안된 모델 Infi-MMR-3B는 MathVerse testmini, MathVision test, OlympiadBench 등 다양한 수학 추론 및 일반 추론 벤치마크에서 최첨단 성능을 달성했습니다.

시사점, 한계점

시사점:
MSLM의 추론 능력 향상을 위한 효과적인 프레임워크(Infi-MMR) 제시
단계별 커리큘럼 학습을 통한 MSLM의 추론 능력 향상 가능성 증명
다양한 다중 모달 추론 벤치마크에서 최첨단 성능 달성
한계점:
제안된 프레임워크의 일반화 성능에 대한 추가적인 연구 필요
더욱 다양하고 복잡한 다중 모달 추론 과제에 대한 성능 평가 필요
고품질 다중 모달 추론 데이터셋의 부족 문제 해결을 위한 추가적인 노력 필요
👍