MiniMax推出V-Triune系统：统一强化学习框架实现视觉推理与感知任务联合训练

国内初创公司MiniMax提出了V-Triune系统，该系统通过强化学习使视觉-语言模型能够在单一训练流程中同时学习推理与感知任务。V-Triune由样本级数据格式化、验证器级奖励计算及数据源级指标监控三个部分组成，并引入动态IoU奖励机制，以解决固定阈值带来的冷启动问题。实验结果表明，基于此系统的Orsta模型在MEGA-Bench Core等多个基准测试中表现出色，性能提升范围从+2.1到+14.1，在COCO检测等任务上也有显著提高。
来源：https://mp.weixin.qq.com/s/wXX0lHTuWjnfmeoSQ4O4hw