跳到正文
热点事件持续更新

ViStep-RL 方法将长程视觉代理任务严格完成率提升至 60%

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

研究人员 Junyang Chen 等人在 arXiv 提出 ViStep-RL 强化学习方法,旨在提升长视野视觉智能体的任务执行能力。该方法将执行过程建模为携带证据的子目标依赖图,利用验证器追踪子目标支持度并提供进度信号。 在 ViInteract 基准测试中,ViStep-RL 配合 Qwen2.5-VL-7B 模型达到 60.0% 的严格完成率。这一结果显著优于基线模型的 10.0%,也大幅超过了监督微调版本的 46.5%。 研究还发现,增量任务状态奖励优于累积奖励,且主动证据写入策略比自动写入提升 7.75 个百分点。

AI 根据报道生成 · 12 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
    ViStep-RL:面向长程视觉智能体的分步强化学习

    论文提出 ViStep-RL 方法,将长程视觉智能体的执行过程建模为携带证据的子目标依赖图,通过验证器追踪子目标支持度并利用图势变化提供进度信号。在 ViInteract 基准上,该方法配合 Qwen2.5-VL-7B 达到 60.0% 的严格完成率,显著优于基线模型(10.0%)和监督微调版本(46.5%)。研究还表明增量任务状态奖励优于累积奖励,主动证据写入比自动写入提升 7.75 个百分点。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
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。