Siqu Ou等提出SAYO：用强化学习强化多模态模型的视觉注意力

Siqu Ou 等作者提出 SAYO，一个通过强化学习训练的视觉推理模型，引入区域级视觉注意力奖励，将优化信号与视觉依据的推理步骤对齐，相关项目已开源。 作者的分析指出，现有多模态大语言模型的视觉聚焦能力较弱，早期出现的视觉错位在后续推理中很少被纠正，导致错误传播。在多项多模态基准上的实验显示，SAYO 在推理与感知任务上均持续提升性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。