**ART：基于艺术的强化训练实现多模态大模型高效微调**

_Fine-tuning Multi-modal LLMs with ART: Art-based Reinforcement Training_

> 现有参数高效微调方法（如LoRA、软提示）需修改预编译计算图，难以在高吞吐引擎（如vLLM）中完全支持。本文提出ART（基于艺术的强化训练），通过仅优化多模态大模型的原始视觉输入来注入信息，无需改动模型权重或添加额外token，从而在预编译图上实现软token方案。该方法在数学和工具使用基准上达到与LoRA相当的准确率，并可将优化后的视觉输入风格化为任务相关的计算艺术作品。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.11854)