南洋理工 V-Rubrics 论文直播:逐项奖励改进视觉推理 RL
liuziwei7 · x · 2026-10-07
青稞社区第 157 期 Talk，南洋理工大学博士生田淑琳将于北京时间 10 月 8 日晚 8 点直播分享 V-Rubrics 论文。
- 内容涵盖 V-Rubrics 50K 数据集构建、逐项奖励（item-wise rewards）与前缀信用分配（prefix credit assignment）设计
- 结合知识推理、视觉数学和图表理解的实验案例，分析相较答案级奖励的收益与局限
- 主题是如何让多模态模型推理更忠于视觉证据
「研究」频道最新
- Chrome 偷偷内置 425KB 神经回声消除模型,回声抑制多 5.4dB — chadwallacehart · 2026-10-08
- Snorkel 开放基准资助扩至 3000 万美元，并组建红队查基准漏洞 — ajratner · 2026-10-08
- 研究者分享用 AI 定理证明器做硬件形式化验证的 REBASE 2026 演讲 — satnam6502 · 2026-10-08
- 1985 年亲历者发声：反向传播史不是美国叙事那一套 — SchmidhuberAI · 2026-10-08
- NVIDIA 提出 PivotOPD：让多轮智能体学会从关键错误中恢复 — NVIDIAAI · 2026-10-08
- Scott Aaronson 发文「数学末日论」:AI 时代数学教育与研究的走向 — TMWNN · 2026-10-08