Reframe 框架让视觉智能体真正用上看到的图:14 项基准超 SOTA
_akhaliq · x · 2026-11-11
新发布的 Reframe 是一个面向视觉智能体的后训练框架，解决的核心问题是：智能体调用工具（如裁剪、选帧）返回的图像证据经常没被真正利用，仅靠答案对错的奖励会让「捷径」行为逃过惩罚。
- 方法：在蒸馏过程中加入观察修复（observation repair）机制，把奖励锚定在工具调用本身，并用专家监督确保模型基于有效的视图作答；提供 GD-GROPO 和 OG-MOPD 两种特化方案。
- 结果：无需 SFT 冷启动，在 14 项基准上超过此前最优方法。
所属事件:Reframe 后训练框架让视觉智能体真正利用图像证据(2 条相关)→
「研究」频道最新
- DeepMind 首发多模态知识智能体基准：头部七模型挤在 95-97% — ArtificialAnlys · 2026-11-11
- MKA 基准细节：头部七模型 Regression 门槛 95-97%，Climb 拉开 28%-57% 差距 — ArtificialAnlys · 2026-11-11
- MKA 基准按输出类型拆解:Word 与文本文件无一模型过 52% — ArtificialAnlys · 2026-11-11
- DeepMind 联合 Artificial Analysis 发布 MKA 基准，Claude Fable 5.2 以 57% 登顶 — ArtificialAnlys · 2026-11-11
- 新研究: emergent misalignment 可 OOD 预测,仅微调后层可减少迁移 — AdtRaghunathan · 2026-11-11
- 新论文用定理长度除以证明长度量化数学结果有多有趣 — MarioKrenn6240 · 2026-11-11