arXiv · AI· Tongkun Guan, Zhibo Yang, Mingkun Yang, Haocheng Wang, Wei Shen, Xiaokang Yang·· 5 小时前AI 评分33
PerceptRL: 如何让 MLLM 中的视觉感知从答案导向转向可奖励的交互
PerceptRL: Making Visual Perception Rewardable in MLLMs from Answers to Interactions
AI 导读
研究团队提出 PerceptRL 框架，通过感知强化学习和多轮感知 Agentic 强化学习，将稠密图像描述转化为可验证的 QA 奖励，解决多模态大模型在感知层面的瓶颈。
来源：arXiv · AI · arxiv.org