MMVistaReason：面向多模态推理的开放数据与后训练方案
MMVistaReason（MVR）是一套面向多模态模型的后训练方案，使用开放数据并结合监督微调与强化学习。该方案覆盖分析推理和现实场景推理，采用分阶段的数据清理与标注，并通过蒸馏整合专门化模型。作者称，MVR-4B在15项基准测试中的平均得分为72.8，超过Qwen3.5-9B（Instruct）和MMFineReason-8B，且使用的样本量比MMFineReason少约70%。MVR-9B的平均得分达到74.4；研究称其表现超过Qwen3.5-35B-A3B（Instruct）。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。