VBVR-Pro：面向原生视觉推理的可扩展、可验证套件
VBVR-Pro 是一个闭环测试平台，旨在通过图像和视频生成训练、验证并优化原生视觉推理。该套件包含 300 个程序生成任务、基于任务规则的确定性奖励评分器，并支持大规模多任务强化学习。使用该套件训练的模型在 7 个外部视觉推理基准上表现出迁移能力。研究还比较了 30 多种图像、视频和交错式生成器。视频生成在需要持续跟踪时空状态的任务中表现最佳，而交错式生成提供了计算效率更高的替代方案。研究团队已公开数据、模型、评分器和代码。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。