PerceptRL：让多模态大模型从答案到交互获得可奖励的视觉感知

PerceptRL 通过 Perception RL 与 Perception Agentic RL 两级机制强化多模态大模型细粒度视觉感知：前者用多智能体流程从密集图像描述中提取已核验错误并转为固定答案标签的 QA 对，后者以多轮视觉工具检查处理单轮难以解决的密集案例，并用 Coordinate Injection 纠正冷启动轨迹中的坐标漂移。