GeoGuesser 强化学习环境开源：用视觉定位训练 VLM 的奖励设计
HuggingEnvs · hf · 2026-09-15
HuggingEnvs 的 geoguesser-article Space 登上 Hugging Face 趋势榜，是一个基于 OpenEnv 的强化学习环境模板，以「视觉地理定位」(类似 GeoGuessr) 为任务训练视觉语言模型。项目涉及 RL 环境构建、奖励设计，并结合 TRL 与 GRPO 方法，为研究 RL 环境与 VLM 训练提供了可参考的开源实现。
「研究」频道最新
- 五家药企联邦微调 OpenFold3,配体姿态预测从29%升至47% — AllThingsApx · 2026-09-15
- 用 64 位字替换 Rust 枚举，作者让解释器提速 17% — blaizedsouza · 2026-09-15
- 研究者建议:设想研究线 5 年后的成功样貌,以此倒推工作结构 — abursuc · 2026-09-15
- RareGap 发布罕见病机制图谱:11460 种疾病、4073 条干预假说可查询 — RichardsonDx · 2026-09-15
- 普林斯顿研究：推理模型在结构等价任务变体上频现系统性缺失 — princetonu · 2026-09-15
- TREVIS 用树 Transformer VAE 学习稀疏且高精度的决策树 — Giacomo Fidone · 2026-09-15