研究人员开发了新的方法来训练视觉代理,使其能够更好地理解和回答有关高分辨率图像的问题。ViRA论文介绍了跨输入相对策略优化(CrossRPO),该方法使用对比集来确保代理通过阅读证据来学习,而不是依赖常识。这种方法催生了ViRA-9B和ViRA-27B模型,其中ViRA-27B在多个基准测试中表现优于Claude Haiku 5.5和GPT-6 Luna等现有模型。另外,ViStep-RL论文提出了一种分步强化学习方法,将代理执行建模为承载证据的子目标图,提高了在长周期任务上的性能,并优于通用参考模型。 AI
影响 视觉代理训练的这些进步可能导致更强大的图像分析和交互式AI系统,可能影响医学成像和自主系统等领域。
排序理由 两篇介绍视觉代理新方法的论文。
在 Hugging Face Daily Papers 阅读 →
- Claude Haiku 5.5
- Cross-Input Relative Policy Optimization
- GPT-6 Luna
- Hugging Face
- ViRA
- ViRA-27B
- ViRA-9B
- arXiv
- Qwen2.5-VL-7B
- ViInteract
- ViRA-Bench
- ViRA-Train
- ViStep-RL
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →