Symbolic Policy Optimization

MonitorVLM-v2框架增强了实时安全违规检测能力

一个名为MonitorVLM-v2的新框架已被开发出来，用于工业环境中安全违规的实时检测。该系统压缩了大型视觉语言模型的推理过程，摒弃了缓慢的自回归思维链方法，转而采用单步预测。它利用符号策略优化（SymPO）来优化决策边界，并采用熵驱动的分类系统来标记不确定的案例以供人工审查。在地下矿山设施中为期四个月的部署中，MonitorVLM-v2展示了推理速度的显著提高，并比人工检查识别出更多的违规行为。