跳到正文
热点事件观察中

Li 等提出解耦感知与推理的 P2R 框架提升视觉能力

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

针对高分辨率图像中关键线索难以捕捉的问题,Hongxing Li 等人提出了 Perceive-to-Reason (P2R) 框架。该框架将细粒度视觉推理拆解为“定位证据”的感知阶段和“回答问题”的推理阶段,并配合 PRA-GRPO 策略进行实验验证。相关成果于 2026 年 11 月 17 日在 arXiv 发布。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. arXiv · 机器人与计算机视觉
    Perceive-to-Reason:通过解耦感知与推理实现细粒度视觉推理

    针对高分辨率图像中关键视觉线索难以捕捉的问题,本文提出 Perceive-to-Reason (P2R) 框架,将细粒度视觉推理拆解为“定位证据”的感知阶段和“回答问题”的推理阶段。

本事件热度走势

可比范围当前
3
可比范围峰值
811月17日 23:00
近 24 小时变化
-51%

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。