PerceptRL 论文提出两级强化学习提升多模态视觉感知

Tongkun Guan 等在 arXiv 发布论文，提出 PerceptRL 方法，通过 Perception RL 与 Perception Agentic RL 两级训练增强多模态大模型的细粒度视觉感知：前者用多智能体流程把图像描述中的错误转化为带规则奖励的 QA 对，后者借助视觉工具进行多轮检查，并引入 Coordinate Injection 和 grounding-aware 过程奖励纠正坐标漂移。论文称，在共享工具使用协议下的七个基准上，PerceptRL 平均准确率达 71.6%，比使用相同工具的基础模型和所评估的最强前沿视觉模型分别高出 15.7 和 5.2 个百分点。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。