研究人员开发了Trace，一个旨在提高语言模型视觉推理能力的新环境。该环境利用场景语法和可执行任务程序生成跨越11个领域的1000个不同的视觉推理任务，以创建可验证和可复现的训练数据。当应用于Qwen2.5-VL模型时，在Trace实例上进行训练带来了显著的性能提升，其中Qwen2.5-VL-7B在24个基准测试的宏平均性能上提高了4.06个百分点。 AI
影响 增强语言模型的视觉推理能力，可能提高多模态AI应用的性能。
排序理由 该集群描述了一个新的研究环境及其对特定模型的影响，并以论文形式发表。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Reinforcement learning with verifiable rewards (RLVR) has substantially improved language-model reasoning, yet its extension to vision-language models remains constrained by the lack of training data that are simultaneously broad, exactly verifiable, and reproducible. We introduc…
arXiv:2607.19790v1 Announce Type: new Abstract: Reinforcement learning with verifiable rewards (RLVR) has substantially improved language-model reasoning, yet its extension to vision-language models remains constrained by the lack of training data that are simultaneously broad, e…