实体 Clue-Seek GRPO

Clue-Seek GRPO

PulseAugur coverage of Clue-Seek GRPO — every cluster mentioning Clue-Seek GRPO across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_298485 · Oct 13 · 00:00

Open-o3-Video-v2 通过主动证据定位增强视频推理能力

研究人员推出 Open-o3-Video-v2，这是一个先进的代理系统，专为可验证的视频推理而设计。该模型在其推理过程中主动搜索并定位支持性的视觉证据，包括时间戳和对象级边界框。为了实现这一点，创建了像 STGR-v2-CoT135K 和 STGR-v2-RL-13K 这样的新数据集，以及一种名为 Clue-Seek GRPO (CS-GRPO) 的新颖跟踪算法。Open-o3-Video-v2-4B 在 V-STaR 等基准测试中表…