论文研究 arXiv cs.AI Fri, 16 Oct 2026 正文 thin 4 words

MSP：无需配对跨模态数据训练多模态 LLM 的模态自博弈方法

英文标题：MSP: Modality Self-Play for Training Multimodal LLMs Without Paired Cross-Modal Data

论文提出 MSP（Modality Self-Play，模态自博弈）方法，旨在无需配对的跨模态数据训练多模态大语言模型。作者指出，当前大规模多模态模型的进展依赖扩展模型规模及海量配对多模态数据，但此类对齐数据的采集与整理成本高昂。该工作聚焦缓解配对多模态数据难以获取这一训练瓶颈，对希望利用非配对数据构建或扩展多模态 LLM 的开发者和研究者具有参考意义。

打开原文相关 3.2 · 机会 0