ICLR 2026 Oral｜火山引擎多媒体实验室提出RALI，探索画质理解大模型泛化性，节约96%开销助力实时部署
出处：
mp.weixin.qq.com
在多模态大模型（MLLM）席卷底层视觉的今天，基于强化学习（RL）的 IQA 模型虽然性能强悍，却受困于高昂的落地成本。本文中，研究者们不仅回答了“为什么 RL 能提升 IQA 泛化性”这一核心理论问题，更提出了一种全新的轻量化范式 RALI，在应用时可移除思考过程，并保留了思考带来的泛化红利，助力实时场景的使用。
查看原文
217
技术
lddgo
分享于
2026-02-25
