实体 OraRL

OraRL

PulseAugur coverage of OraRL — every cluster mentioning OraRL 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_216149 · Aug 24 · 04:00

新的OraRL方法提高了视频多模态大语言模型的效率和性能

研究人员推出了一种新颖的强化学习技术OraRL，旨在提高视频多模态大语言模型（MLLMs）的训练后效率和可扩展性。该方法利用标注作为“oracle rollouts”，直接将其整合到优化过程中，以提高性能，而无需昂贵的思维链生成。OraRL在样本效率方面表现出显著的改进，仅需要监督微调2.2倍的步长时间，并在VSI-Bench等基准测试中取得了最先进的成果，性能优于GPT-5和Gemini 3-Pro等模型。