8月27日
10:49
10:49官方账号arXiv cs.AI@Junxiang Xu, Ruisi Wang, Fanyi Pu, Maijunxian Wang, Ran Ji, Tongxi Zhou, Chenyang Gu, Jing Zuo, Hongcan Xiao, Yimeng Geng, Wanqi Yin, Wei Chen, Oscar Qian, Zhengan Yan, Ziqi Huang, Haiwen Diao, Liang Pan, Bo Li, Xiangyu Fan, Dezhi Luo, Fengyuan Yu, Zehong Zhao, Qingying Gao, Tinghui Zhu, Yilan Zhang, Jingqi Tong, Pinyuan Feng, Zhengze Jiang, Letian Wang, Ziyu Guo, Renrui Zhang, Jieneng Chen, Sonia Joseph, Constantin Venhoff, Saman Motamed, Mengyue Yang, Chandra Sripada, Alan Yuille, Philip Torr, Lvmin Zhang, Vikash Kumar, Daniel Khashabi, Nikolaus Kriegeskorte, Raphaël Millière, Vincent C. Müller, Anyi Rao, Quan Wang, Ziwei Liu, Dahua Lin, Lei Yang, Hokin Deng, Zhongang Cai
VBVR-Pro是一个闭环测试平台,使原生视觉推理通过生成变得可训练、可验证、可优化和可实验控制。该套件包含300个程序生成的任务,模型在VBVR-Pro上训练后,在RISE-Video、MME-CoF-Pro和BabyVision等七个外部视觉推理基准上表现出强大的迁移能力。VBVR-Pro提供可验证的奖励评分器,用于基于任务的评估,并通过系统研究领先的MLLM作为评委,识别了普遍的VLM作为评委范式的重复失败模式。此外,VBVR-Pro还支持对超过30个图像、视频和交错生成器的可控模态研究,分析显示视频生成在需要持续时空状态跟踪的任务中表现最强,而交错生成提供了计算高效的替代方案。
推荐理由:VBVR-Pro提供了可验证的奖励评分器,使原生视觉推理变得可训练、可验证、可优化和可实验控制,是进行视觉推理研究的强大工具。