站内快照 · 国内可打开。外网原文可能无法访问。

• 论文公开站arXiv2026年9月29日 10:17

  交错强化学习让统一模型学会原生反思

  Learning Native Reflection in Unified Models with Interleaved Reinforcement Learning

  统一多模态模型既能看图又能生成图，原则上可自我修复生成结果：诊断错误、修改、观察再诊断；但修改是否有益只有渲染后才能知晓。

  原文链接