VisKG：基于特定问题知识图谱的视觉推理框架

新框架 VisKG 利用强化学习将视觉内容转换为特定问题的知识图谱，在保留推理所需结构的同时过滤感知噪声。 该框架采用 GDPO 技术进行后训练，相比 GRPO 平均提升准确率 2%，且使用比基于图像描述的输入更少的 token。