PRCO双角色框架提升多模态推理准确率
热点事件持续更新
PRCO双角色框架提升多模态推理准确率
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ziqi Miao 等作者提出 PRCO 双角色强化学习框架,让共享策略下的 Observer 生成针对问题的证据描述、Solver 据此给出最终答案,并分别施加可验证结果奖励与下游效用奖励。 作者称,在八个多模态推理基准上,PRCO 相比基座模型平均准确率提升超过 7 分,优于此前的开源强化学习微调基线。该结果出自论文报告,尚未见独立复现。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
PRCO:面向多模态推理的感知-推理协同进化框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIPRCO:面向多模态推理的感知-推理协同进化框架
PRCO 是一个双角色 RLVR 框架,用共享策略让 Observer 生成针对问题的证据描述、Solver 基于该描述给出最终答案,并分别施加可验证结果奖励与下游效用奖励。在八个多模态推理基准上,PRCO 相比基座模型平均准确率提升超过 7 分,优于此前的开源 RL 微调基线。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。