跳到正文
arXiv · 机器人与计算机视觉· Zeyuan Yang, Zhuohao Chen, Jiaben Chen, Yao Zhang, Maohao Shen, Chuang Gan·· 2026-10-16AI 评分65

Perception or Reasoning? Diagnosing and Tackling Reinforcement Learning Bottlenecks in VLMs

Perception or Reasoning? Diagnosing and Tackling Reinforcement Learning Bottlenecks in VLMs

AI 导读

论文介绍 PARA 框架,通过对比更准确视觉信息与更强推理器恢复的错误比例,量化多模态基准中各模型的感知与推理剩余空间。研究发现 RL 收益随感知头部增加而减小,且当前 RL 更有效利用推理头部。为此提出 GRAD 组相对注意力蒸馏目标,直接引导弱 rollout 的视觉注意力,在两个模型规模和七个基准上提升性能并补充现有 RL 方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org