跳到正文
热点事件持续更新

V-Zero 模型发布及代码数据集开源

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Haoxiang Sun 等人提出 V-Zero 模型,该方法基于对比视觉证据与门控同策略蒸馏技术。该模型在无需标注文本推理痕迹或外部奖励信号的情况下,使 Qwen3.5-4B 骨干平均提升 3.9 点且保持泛化性。相比监督微调与强化学习基线,其训练速度分别提升超过 3 倍和 6 倍。相关代码与数据集已公开。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    V-Zero:基于对比视觉证据的门控同策略蒸馏模型

    V-Zero 通过门控同策略蒸馏与对比视觉证据,解决细粒度视觉推理中轨迹级判别缺失的问题。该模型在无需标注文本推理痕迹或外部奖励信号的情况下,使 Qwen3.5-4B 骨干平均提升 3.9 点且保持泛化性。相比监督微调与强化学习基线,其训练速度分别提升超过 3 倍和 6 倍。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。