跳到正文
热点事件持续更新

GRTO提出联合优化策略与可微分工具的两阶段框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,arXiv发布研究GRTO(组相对工具优化),提出一种面向指代分割的两阶段框架,旨在联合优化视觉语言模型策略与可微分割工具。 该框架首先将工具自举至理论最优策略以获取易得增益,随后扩展GRPO以联合精化策略与工具,旨在实现比单一优化VLM更稳健的奖励信号与收敛性。 实验结果显示,GRTO在三个指代分割基准上显著超越基础GRPO,匹配或超越领域SOTA方法,验证了统一强化学习与可微辅助目标在推理密集型任务中的价值。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · ML
    GRTO:面向指代分割的自举式组相对工具优化

    GRTO 提出一种两阶段框架,联合优化视觉语言模型策略与可微分割工具,在三个指代分割基准上显著超越基础 GRPO。 该框架首先将工具自举至理论最优策略以获取易得增益,随后扩展 GRPO 联合精化策略与工具,实现比单一优化 VLM 更稳健的奖励信号与收敛性。 实验表明 GRTO 匹配或超越领域 SOTA 方法,验证了统一强化学习与可微辅助目标在推理密集型分割任务中的价值。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。