3B Curr ReFT

🚀 Curr-ReFT 多模态大语言模型

Curr-ReFT 是一个基于 Qwen2.5-VL 微调的多模态大语言模型，采用创新的 Curr-ReFT 方法，经过两阶段训练，显著提升了视觉语言理解和推理能力，适用于视觉推理、详细图像理解和多模态问题解决等复杂任务。

🚀 快速开始

数据与模型链接

• Curr-ReFT 数据：
  • 📂 GitHub
  • 🤗 HF 数据集
• Curr-ReFT 模型：
  • 🤗 Curr-ReFT-3B
  • 🤗 Curr-ReFT-7B

✨ 主要特性

这是一个使用创新的 Curr-ReFT 方法从 Qwen2.5-VL 微调而来的多模态大语言模型。该模型经过了两阶段的训练过程：首先是课程强化学习，逐步增加任务复杂度；然后是基于拒绝样本的自我改进，以保持基础能力。

该模型显著增强了视觉 - 语言理解和推理能力，非常适合复杂任务，如视觉推理、详细图像理解和多模态问题解决。凭借其强大的多模态推理能力，Curr-ReFT 成为一个强大的人工智能助手，能够以更高的准确性和上下文感知能力应对不同领域的各种挑战。

📦 安装指南

暂未提供相关安装步骤信息。

💻 使用示例

基础用法

from transformers import AutoProcessor, Qwen2_5_VLForConditionalGeneration
import torch
from qwen_vl_utils import process_vision_info

MODEL_ID = "Curr-ReFT-3B"
processor = AutoProcessor.from_pretrained(MODEL_ID, trust_remote_code=True)
model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
    MODEL_ID,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16
).to("cuda").eval()

messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "image": "<your image path>"},
            {"type": "text", "text": "Hint: Please answer the question and provide the final answer at the end. Question: Which number do you have to write in the last daisy?"},
        ],
    }
]

# Preparation for inference
text = processor.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
image_inputs, video_inputs = process_vision_info(messages)
inputs = processor(
    text=[text],
    images=image_inputs,
    videos=video_inputs,
    padding=True,
    return_tensors="pt",
)
inputs = inputs.to(model.device)

generated_ids = model.generate(**inputs, max_new_tokens=4096)
generated_ids_trimmed = [
    out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]
output_text = processor.batch_decode(
    generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False
)
print(output_text)

📚 详细文档

训练配置

• 框架：训练过程使用开源的 R1-V 库，以 Qwen2.5-VL-Instruct 为基础模型。该模型有 3B 和 7B 两种变体。

grpo 的训练配置如下：

max_pixels 401408
per_device_train_batch_size: 1
gradient_accumulation_steps: 1
learning_rate: 1.0e-5

num_train_epochs: 1.0
lr_scheduler_type: cosine
bf16: true
flash_attn: fa2

🔧 技术细节

暂未提供更详细的技术细节信息。

📄 许可证

本项目采用 Apache-2.0 许可证。

🏢 研究机构

• 中兴通讯人工智能研究院（ZTE-AIM）
• 中国科学技术大学

📞 模型联系信息

• huilin_deng@mail.ustc.edu.cn
• zoudinghust@gmail.com
• 214711069@csu.edu.cn