ReasonUni 推理增强重建后训练框架发布

研究者 Feize Wu 等人提出并发布 ReasonUni，一种推理增强的重建式后训练框架，用于统一多模态模型。该框架让模型在给定原图和编辑指令后，先推理“改什么、怎么改”并描述目标状态，再据此生成目标图像。 配套方法 TreeGRPO 采用树状强化学习，为每条推理路径采样多张候选图像并聚合视觉奖励，在同一目标下同时更新理解与生成两个模块。研究者称，多个 benchmark 实验显示模型的理解与生成能力均获得一致提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。