**大模型后训练破解多模态分布性遗忘，7B模型七项基准全面提升**

_大模型后训练，破解多模态分布性遗忘！7B模型七项基准全线提升_

> DeepSeek-R1后，延长推理token成为提升模型推理能力的常见思路，但对多模态大模型而言，更多推理token并不必然带来更充分的视觉推理。最新研究通过后训练方法有效破解多模态分布性遗忘问题，使7B参数规模的模型在七项基准测试中实现全线提升。

**来源信息**
- **来源**：新智元：资讯（API）
- **分类**：ai-models
- **发布时间**：2026-08-09 08:32（北京时间）
- **原文**：[打开原文](https://aiera.com.cn/2026/08/09/other/admin/108377/%e5%a4%a7%e6%a8%a1%e5%9e%8b%e5%90%8e%e8%ae%ad%e7%bb%83%ef%bc%8c%e7%a0%b4%e8%a7%a3%e5%a4%9a%e6%a8%a1%e6%80%81%e5%88%86%e5%b8%83%e6%80%a7%e9%81%97%e5%bf%98%ef%bc%817b%e6%a8%a1%e5%9e%8b%e4%b8%83%e9%a1%b9)