09:52
官方账号arXiv cs.AI@Xinheng Han, Jianfei Wang, Yu Chen, Xiang Wang, Shuai Li, Weixing Li, Feng Pan
推荐理由：GRPO以前只看整体得分，现在MCR-GRPO能逐个框算功劳，定位和分割都更准了。
MCR-GRPO
共 1 条相关 AI 资讯
8月4日
09:52
现有GRPO等组相对强化学习方法只提供响应级监督，与结构化多目标预测存在粒度失配。MCR-GRPO通过留一比较估计每个预测框的边际贡献，并利用连续匹配集值评估器改进归一化与定位。在REC、DOD、分割和计数基准上，该方法超越了现有GRPO基线。