시각적 생성을 위한 스칼라 보상 그 이상

요약

Alibaba가 Z-Reward 프레임워크를 공개했습니다. 이 프레임워크는 27B 교사 모델과 9B 학생 모델을 활용하여 추론(reasoning)을 점수 분포로 내재화합니다. 이를 통해 무거운 추론 비용 없이도 텍스트-이미지 모델의 인간 선호도를 최대 41.3%까지 향상시킬 수 있습니다.

핵심 포인트

• Z-Reward 프레임워크는 Alibaba가 개발한 기술입니다.
• 27B 교사/9B 학생 모델을 사용해 추론을 점수 분포로 내재화합니다.
• 텍스트-이미지 모델의 인간 선호도를 최대 41.3% 향상시킵니다.