Neues Papier 📢 Die leistungsstärksten Vision-Language (VL) Reasoning-Datensätze bleiben proprietär 🔒, was die Bemühungen behindert, ihre Prinzipien zu studieren und ähnlich effektive Datensätze im offenen Bereich zu entwickeln 🔓. Daher stellen wir HoneyBee vor, einen Datensatz mit 2,5 Millionen Beispielen, der durch sorgfältige Datenkuratierung erstellt wurde. Er trainiert VLM-Reasoner, die InternVL2.5/3-Instruct und Qwen2.5-VL-Instruct über verschiedene Modellgrößen hinweg übertreffen (z. B. eine Verbesserung von 8 % bei MathVerse im Vergleich zu QwenVL auf der 3B-Skala). 🧵👇 Arbeit während meines Praktikums bei @AIatMeta w/ 🤝 @ramakanth1729, @Devendr06654102, @scottyih, @gargighosh, @adityagrover_ und @kaiwei_chang.