Overview
多模态大模型关于RLHF的代表性文章
一、LLaVA-RLHF
题目: ALIGNING LARGE MULTIMODAL MODELS WITH FACTUALLY AUGMENTED RLHF
机构：UC伯克利
论文: https://arxiv.org/pdf/2309.14525.pdf
代码：https://llava-rlhf.github.io/
任务:
特点:
方法:
前置相关工作：
二、RLHF-V
题目：RLHF-V: Towards Trustworthy MLLMs via Behavior Alignment from Fine-grained Correctional Human Feedback
机构：清华，新加坡国立
论文ÿ
