论文研究 arXiv cs.CV Fri, 21 Aug 2026 正文 thin 4 words

PEA-DPO：面向 MLLM 对齐的感知增强直接偏好优化

英文标题：PEA-DPO: Perception-Enhanced Alignment Direct Preference Optimization for MLLMs Alignment

论文提出 PEA-DPO（Perception-Enhanced Alignment Direct Preference Optimization），旨在将直接偏好优化（DPO）用于多模态大语言模型（MLLM）对齐。原文指出，DPO 已成为使大语言模型（LLM）符合人类偏好的有效方法，但其在多模态场景中的适配仍缺乏探索。论文将通过表征分析讨论这一问题，但所提供原文中的摘要内容在此处截断，未包含具体方法细节、实验数据或结论。该工作对需要提升视觉—语言模型偏好对齐能力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