研究人员开发了一个名为Group Relative Tool Optimization (GRTO)的新框架，以改进计算机视觉中的指代分割任务。该方法将强化学习与可微分工具使用相结合，允许分割解码器与主策略一起进行优化。一种预训练技术Bootstrapped-GRTO (B-GRTO)进一步提高了收敛速度和性能。实验表明，B-GRTO在具有挑战性的分割基准测试中显著优于现有方法。 AI
影响 引入了一种将强化学习与可微分工具使用相结合的新颖方法，有望提高复杂视觉-语言分割任务的性能。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.23500v1 Announce Type: cross Abstract: Segmentation is a fundamental task in computer vision, underpinning pixel-level scene understanding and serving as a cornerstone for applications ranging from autonomous perception to medical image analysis. For complex referring …
Segmentation is a fundamental task in computer vision, underpinning pixel-level scene understanding and serving as a cornerstone for applications ranging from autonomous perception to medical image analysis. For complex referring segmentation, recent methods pair large vision-lan…