Ajuste fino por reforço potencia a capacidade de raciocínio dos grandes modelos de linguagem multimodal

Em 2025, em um momento crítico na busca pela Inteligência Artificial Geral (AGI), o ajuste fino por reforço (RFT) demonstrou potencial significativo para melhorar a capacidade de raciocínio de grandes modelos de linguagem (LLMs) e levou ao desenvolvimento de modelos de IA de ponta como OpenAI-o1 e DeepSeek-R1. Além disso, a aplicação eficiente do RFT para aprimorar a capacidade de raciocínio de grandes modelos de linguagem multimodal (MLLMs) tem atraído ampla atenção da comunidade. Neste artigo de posição, argumentamos que o ajuste fino por reforço potencia a capacidade de raciocínio dos grandes modelos de linguagem multimodal. Para começar, fornecemos uma introdução detalhada ao conhecimento fundamental que pesquisadores interessados nesta área devem conhecer. Além disso, resumimos cuidadosamente as melhorias do RFT no aprimoramento da capacidade de raciocínio dos MLLMs em cinco pontos-chave: modalidades diversas, tarefas e domínios variados, melhores algoritmos de treinamento, benchmarks abundantes e frameworks de engenharia prósperos. Por fim, propomos cinco direções promissoras para pesquisas futuras que a comunidade pode considerar. Esperamos que este artigo de posição forneça insights valiosos para a comunidade neste estágio crucial para o avanço rumo à AGI. Um resumo dos trabalhos realizados sobre RFT para MLLMs está disponível em https://github.com/Sun-Haoyuan23/Awesome-RL-based-Reasoning-MLLMs.