AIR: Adaptive Interleaved Reasoning with Code in MLLMs
यह शोध पत्र AIR प्रस्तुत करता है, जो एक तीन-घटक समाधान के माध्यम से मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की जटिल संख्यात्मक गणना के लिए कोड के साथ अनुकूली इंटरलीव्ड रीजनिंग (adaptive interleaved reasoning) करने की क्षमता को बढ़ाता है, जिसमें कोल्ड-स्टार्ट डेटा निर्माण, डेटासेट क्यूरेशन और ग्रुप-कंस्ट्रेंड रीइन्फोर्समेंट लर्निंग द्वारा निर्देशित एक अनुकूली टूल-इनवोकेशन रणनीति शामिल है, जिसके परिणामस्वरूप मूल्यांकन बेंचमार्क पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त होते हैं।