VL-Scout 论文发布

2026年10月20日，arXiv网站发布论文《VL-Scout：基于随机路由与强化融合的多模型动态路由框架》，作者为Selim Furkan Tekin和Ling Liu。该研究提出统一视觉-语言框架VL-Scout，结合贝叶斯先验、策略梯度优化与序贯决策，通过基于回合的强化融合实现高效多模态与多步推理。系统引入上下文相关的狄利克雷信念模型，支持在线更新模型质量的认知不确定性，并结合KL正则化REINFORCE目标及GRPO或RLVR训练路由和融合策略。

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。