Visual-ERM

训练视觉奖励模型,让AI输出更符合人类视觉偏好

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型
GitHub ↗
GitHub 星标 ★ 68
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,代码公开,可自行部署使用,无收费信息。

项目预览

Visual-ERM 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队InternLM
定价模式🏷️完全免费
价格说明开源项目,代码公开,可自行部署使用,无收费信息。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Python
技术栈/模型chart-understanding,document-parsing,large-language-models,large-vision-language-models,llm,reward-model,svg-generation,vision-langauge-model,vlm
GitHub 星标★ 68
上线时间2026-03-09 00:00:00
代码更新2026-03-23
仓库体积4.6 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

Visual-ERM 是一个用于视觉等价性奖励建模的开源项目,提供了论文《Visual-ERM: Reward Modeling for Visual Equivalence》的官方实现。它解决的是在视觉任务中,如何通过奖励模型(Reward Model)来评估和优化模型输出与人类视觉期望的等价性问题,尤其在图像生成、多模态对齐等场景下,传统奖励模型难以捕捉细微的视觉差异。项目核心能力包括:基于视觉等价性的奖励建模框架、训练与推理代码、以及配套的数据处理工具。通过该框架,开发者可以训练自己的视觉奖励模型,用于强化学习或偏好对齐,提升生成内容在视觉上的保真度和语义一致性。项目使用Python实现,依赖常见深度学习库,适合研究者和工程师用于视觉-语言模型的对齐优化。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 68

核心亮点

  • 官方实现,代码与论文对应,研究可复现性强
  • 聚焦视觉等价性,弥补传统文本奖励模型在视觉任务上的不足
  • 提供完整训练流程,可自定义数据与模型结构

不足之处

  • 项目早期,文档和社区支持待观察
  • 依赖特定数据集,泛化性需自行验证

适用场景

  • 多模态大模型的视觉偏好对齐
  • 图像生成质量评估与优化
  • 视觉-语言任务的强化学习奖励设计

替代项目

ImageReward、LLaVA-RLHF、DPO for Vision

同类项目推荐

MedicalGPT 开源

一键训练你的医疗GPT,从预训练到对齐全流程搞定

MedicalGPT: Training Your Own Medical GPT Model with ChatGPT Training Pipeline. 训练···

★ 5887 2026-08-09
MLM_Filter 开源

用多模态模型自动筛出高质量图文对,提升训练数据纯净度

Official implementation of our paper "Finetuned Multimodal Language Models are High-···

★ 71 2026-08-09
SparseLLM 开源

全局剪枝大模型,高稀疏度下保住性能

Official Repo for SparseLLM: Global Pruning of LLMs (NeurIPS 2024)

★ 71 2026-08-09
OneTrainer 开源

图形化界面搞定扩散模型训练,从 LoRA 到全量微调一站式完成。

OneTrainer is a one-stop solution for all your Diffusion training needs.

★ 3262 2026-08-10
LLM-Finetuning-Toolkit 开源

像写单元测试一样微调大模型,实验更稳更可控。

Toolkit for fine-tuning, ablating and unit-testing open-source LLMs.

★ 870 2026-08-09
BitVAE 开源

用比特级分词,让图像生成更精细高效

official training and inference code of bitwise tokenizer

★ 73 2026-08-09
maji-merger 开源

在 WebUI 里拖拽调参,几秒合并出全新模型

A WebUI extension for model merging

★ 72 2026-08-09
aim 开源

几行代码接入,秒级对比海量实验,训练调参效率翻倍

Aim — An easy-to-use & supercharged open-source experiment tracker.

★ 6295 2026-08-09
train-llm-from-scratch 开源

从数据到生成,手把手教你训练自己的大模型

A straightforward method for training your LLM, from downloading data to generating ···

★ 13163 2026-08-09