跳到正文
热点事件持续更新

GRTO 框架联合优化视觉语言模型与分割工具

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

针对指代分割任务中仅优化视觉语言模型而忽略分割工具的局限,研究者提出了 GRTO 框架。该方法先在理论上对齐工具以生成鲁棒奖励信号,再扩展 GRPO 进行联合微调,实现了推理策略与可微分分割工具的联合优化。实验显示,GRTO 在三个具有挑战性的基准测试上显著优于仅优化视觉语言模型的方法及替代方案,证明了统一强化学习与可微分辅助目标对高推理需求分割任务的价值。

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
    GRTO:用于指代分割的引导式群相对工具优化

    针对指代分割任务中仅优化视觉语言模型而忽略分割工具的局限,本文提出 GRTO 框架,联合优化推理策略与可微分分割工具。该方法先在理论上对齐工具以生成鲁棒奖励信号,再扩展 GRPO 进行联合微调。实验显示,GRTO 在三个具有挑战性的基准测试上显著优于仅优化 VLM 的方法及替代方案,证明了统一强化学习与可微分辅助目标对高推理需求分割任务的价值。

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。