增强VLM生成幽默模因的能力

本文介绍了HUMOR，一个旨在提高视觉语言模型（VLM）生成幽默模因能力的框架。它解决了超越简单图像到标题生成的挑战，通过结合分层推理（Chain-of-Thought）并通过奖励模型和强化学习与人类偏好对齐。该方法在多路径CoT和分组偏好学习方面具有创新性，旨在实现更多样化和更高质量的模因生成。

• •提出了HUMOR，一个使用VLM生成模因的框架。
• •采用分层Chain-of-Thought进行多样化推理。
• •利用成对奖励模型来捕捉主观幽默并与人类偏好对齐。
• •在实验中展示了卓越的推理多样性、偏好对齐和模因质量。
• •提出了一种用于人类对齐的多模态生成的一般训练范式。