Groc-PO: Grounded Context Preference Optimization for Truthful Multimodal LLMs
Groc-PO:用于真实多模态大语言模型的基于上下文的偏好优化
发表机构 * University of Science and Technology of China(中国科学技术大学) ; Xiaomi Corporation(小米公司) ; State Key Laboratory of Communication Content Cognition, People’s Daily Online(人民日报社传播内容认知国家重点实验室)
AI总结 研究针对多模态大语言模型的不真实问题,提出基于上下文的偏好优化框架Groc-PO,构建相关数据集,通过多阶段偏好样本捕捉基础上下文,加强上下文相关推理,减轻跨阶段错误传播,提升模型性能。
Comments Accepted by ACM-MM 2026