GRIT框架通过梯度掩码缓解视觉脱锚

2026年11月2日，arXiv平台发表新报道。该报道介绍了一种名为GRIT的新训练框架，旨在通过引入视觉接地来增强强化学习中的价值回归（RLVR）。 据该报道显示，针对在文本密集推理中出现的“视觉脱锚Token”现象，GRIT采用了梯度掩码技术。研究进行的Token级分析表明，视觉上下文记忆保留（CVMR）具有独特的注意力模式。 该报道最终指出，GRIT框架的介入显著提升了模型的推理准确性以及视觉接地的保真度，有效缓解了相关推理过程中的脱锚问题。

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。