新加坡科技设计大学 发布 PDS-DPO 数据集, 应用在 多模态学习、模型优化 领域

新加坡科技设计大学 本次发布的数据集 PDS-DPO, PDS-DPO数据集是由新加坡科技设计大学团队创建的，专门用于多模态大语言模型（MLLMs）的直接偏好优化（DPO）训练。该数据集包含9000条图像-文本对，通过生成模型和奖励模型生成的合成数据构建，旨在减少对人工标注数据的依赖，同时增强模型的对齐能力。数据集的创建过程包括图像生成、排名和响应生成，最终通过奖励模型筛选出高质量的正负样本对。该数据集主要应用于视觉语言任务和幻觉检测，旨在提高MLLMs的可靠性和推理能力。

查看PDS-DPO

关于 新加坡科技设计大学 , 新加坡科技设计大学（SUTD）成立于2009年，是新加坡的第四所公立大学，专注于科技与设计的交叉学科教育与研究。该校与麻省理工学院（MIT）有紧密的合作关系，致力于培养具有创新精神和跨学科能力的未来领导者。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。