SFT

讓多模態模型自我修正！UMM-Reflection 透過交錯強化學習實現原生圖像生成反思

Self-Correcting Multimodal Models: UMM-Reflection Enables Native Image Generation Repair via Interleaved RL

本研究提出 UMM-Reflection 方法，利用交錯強化學習，讓單一多模態模型學會自我診斷與修正所生成的圖像，無需外部審查器即可顯著提升生成品質。