UMM-Reflection：统一多模态模型的原生反思

2026-09-28，HuggingFace Daily Papers 收录社区热门论文 UMM-Reflection，提出用交错强化学习让统一多模态模型学会原生反思。该方法让模型在一条轨迹内完成“诊断—修改—再观察”的完整反思循环，并以轨迹级优势同时更新反思 token 与基于流的图像修改，推理时无需外部验证器。目前公开信息仅来自该论文条目，尚无后续报道披露更多实验细节或对比结果。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。