实时
Reframe框架提升具身视觉智能体工具使用表现
热点事件历史事件
Reframe框架提升具身视觉智能体工具使用表现
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
Reframe框架通过证据感知强化学习和观察门控策略蒸馏,在14个图像和视频基准测试中提升具身视觉智能体的工具使用表现,优于Mix-RL和基础MOPD方法。其两阶段框架GD-GRPO和OG-MOPD分别通过随机移除原始视觉输入和从修复后的观察中恢复蒸馏,互补地促进模型依赖工具返回的观察结果。
AI 根据报道生成 · 更新于 8 天前
最新进展11月10日 08:00
Reframe:面向具身视觉推理的观察对齐多教师策略蒸馏框架报道时间线
沿着报道,了解事件的不同侧面。
11月10日
- Hugging Face Daily PapersReframe:面向具身视觉推理的观察对齐多教师策略蒸馏框架
Reframe 通过证据感知强化学习和观察门控策略蒸馏,在 14 个图像和视频基准测试中提升具身视觉智能体的工具使用表现,优于 Mix-RL 和基础 MOPD 方法。其两阶段框架 GD-GRPO 和 OG-MOPD 分别通过随机移除原始视觉输入和从修复后的观察中恢复蒸馏,互补地促进模型依赖工具返回的观察结果。
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。