PulseAugur
实时 13:38:44
实体 Metric-Aware Group Relative Policy Optimization

Metric-Aware Group Relative Policy Optimization

PulseAugur coverage of Metric-Aware Group Relative Policy Optimization — every cluster mentioning Metric-Aware Group Relative Policy Optimization across labs, papers, and developer communities, ranked by signal.

Show in brief
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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_44086 ·

    新的基准ReceiptBench评估多模态大语言模型在文档理解方面的能力

    研究人员推出ReceiptBench,一个旨在评估多模态大语言模型(MLLMs)对真实文档(如收据)理解能力的新基准。该基准包含10,000张多样化的收据,并被划分为四个层级任务,从基本的文本识别到复杂的结构解析和语义推理。为了提高MLLMs在这些任务上的性能,开发了一种名为Metric-Aware Group Relative Policy Optimization (GRPO) 的新颖两阶段训练框架,该框架使用评估指标作为强化学习…