Aller au contenu principal
Accès ouvert déclaré 2025 conference-paper

Curr-ReFT: Overcoming Training Bottlenecks in Small-scale Vision-Language Models via Curriculum Reinforcement Finetuning

0Citations signalées — pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés

Résumé fourni par la source

State-of-the-art vision-language models (VLMs) require massive scaling that limits practical deployment.Small-scale VLMs offer a practical alternative but face out-of-domain (OOD) collapse when trained with traditional supervised fine-tuning (SFT).Through GeneralPoints experiments, we identify that OOD collapse is due to SFT's tendency to induce visual hallucinations under distribution shifts.Although RL-based post-training effectively mitigates OOD degradation, it faces a critical dilemma with sparse rewards in complex visual reasoning tasks.To this end, we propose Curriculum Reinforcement Finetuning (Curr-ReFT), comprising two sequential stages: (1) Structured Curriculum Reinforcement Learning, which progressively evolves task formats and reward functions to match models' growing capabilities; and (2) Rejected Sampling-based Self-improvement, which maintains the fundamental capabilities of VLMs through selective learning from high-quality examples.Extensive experiments demonstrate that Curr-ReFT achieves state-ofthe-art performance across various visual tasks in both in-and out-of-domain settings and benchmarks.Code and data are available at https://github.com/ding523/Curr_REFT.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Curr-ReFT: Overcoming Training Bottlenecks in Small-scale Vision-Language Models via Curriculum Reinforcement Finetuning
Date Crossref
01/01/2025
Éditeur
Association for Computational Linguistics
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Multimodal Machine Learning ApplicationsNatural Language Processing TechniquesText Readability and Simplification

BNTIC News n’est pas le producteur de ces données. Recherche à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, ROR et la Banque mondiale, sans clé ; OpenAlex reste optionnel. Aucun service payant requis, aucune donnée externe enregistrée en base. Sources et limites.