热点事件持续更新
MATE互对抗自训练框架提升统一多模态模型
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，arXiv cs.CV 收录一篇论文，提出面向统一多模态模型的后训练框架 MATE。该框架基于强化学习，让统一多模态模型的生成分支与理解分支轮流充当挑战者与求解者、相互对抗；对抗候选直接来自模型自身输出，无需单独训练对抗器，落败候选转为下一轮挑战，训练在数据空间形成自博弈。论文报告在 Janus-Pro-1B 上的结果：生成侧 GenEval 提升 2.4 分、DPG-Bench 提升 1.7 分，理解侧九个基准平均提升 0.7 分。目前该事件仅有这一篇报道，尚无后续报道对其数字或说法提出修正。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
arXiv 论文提出 MATE 互对抗自训练框架，在 Janus-Pro-1B 上生成与理解基准均有提升。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CVMATE：面向统一多模态模型的互对抗自训练与演化数据框架
MATE 是基于强化学习的后训练框架，让统一多模态模型的生成与理解分支轮流充当挑战者与求解者、相互对抗。在 Janus-Pro-1B 上，它使 GenEval 提升 2.4 分、DPG-Bench 提升 1.7 分，九个理解基准平均提升 0.7 分。对抗候选来自模型自身输出，无需单独训练对抗器，落败候选转为下一轮挑战，训练在数据空间形成自博弈。
本事件热度走势
当前热度 9·可比范围峰值 10（9月30日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。