BaseReward: A Strong Baseline for Multimodal Reward Model
YiFan Zhang · HaiHuaYang · Huanyu Zhang · Yang Shi · Zezhou Chen · Haochen Tian · Chaoyou Fu · Kai WU · Bo Cui · Xu Wang · Jianfei Pan · Haotian Wang · Zhang Zhang · Liang Wang
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
YiFan Zhang · HaiHuaYang · Huanyu Zhang · Yang Shi · Zezhou Chen · Haochen Tian · Chaoyou Fu · Kai WU · Bo Cui · Xu Wang · Jianfei Pan · Haotian Wang · Zhang Zhang · Liang Wang
Wulin Xie · YiFan Zhang · Chaoyou Fu · Yang Shi · Jianshu Zeng · Bingyan Nie · Hongkai Chen · Zhang Zhang · Liang Wang
YiFan Zhang · Xingyu Lu · Shukang Yin · Chaoyou Fu · Wei Chen · Xiao Hu · Bin Wen · Kaiyu Jiang · Changyi Liu · Tianke Zhang · Haonan fan · Kaibing Chen · Jiankang Chen · Haojie Ding · Kaiyu Tang · Zhang Zhang · Liang Wang · Fan Yang · Tingting Gao · Guorui Zhou
YiFan Zhang · Xingyu Lu · Xiao Hu · Chaoyou Fu · Bin Wen · Tianke Zhang · Changyi Liu · Kaiyu Jiang · Kaibing Chen · Kaiyu Tang · Haojie Ding · Jiankang Chen · Fan Yang · Zhang Zhang · Tingting Gao · Di ZHANG · Guorui Zhou · Liang Wang
Haochen Tian · Tianyu Li · Haochen Liu · Jiazhi Yang · Yihang Qiu · Guang Li · Junli Wang · Yinfeng Gao · Zhang Zhang · Liang Wang · Hangjun Ye · Long Chen · Hongyang Li
YiFan Zhang · Tao Yu · Feng Li · Chaoyou Fu · Yibo Hu · Kun Wang · Qingsong Wen · Zhang Zhang · Liang Wang · Rong Jin
The supervised fine-tuning (SFT) stage is crucial for multimodal large language models (MLLMs), yet a comprehensive scaling law to guide the optimal model-data configuration remains lacking. In this paper, we make an initial attempt to address this gap. First, we theoretically demonstrate that di...