跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    PRCO: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。