arXiv Artificial Intelligence· Jinbae Seo, Hyeongjun Kwon, Jiyoung Lee, Hyunsung Jang, Namkoo Ha, Jungin Park, Kwanghoon Sohn·· 2 小时前AI 评分31
Think-Compress-Answer：用强化学习压缩推理实现多模态定位
Think, Compress, Answer: Reinforcement Learning for Multimodal Grounding via Reasoning Compression
AI 导读
研究者提出 Think-Compress-Answer（TCA）强化学习框架，将多模态定位拆分为自由推理、目标感知上下文压缩和基于压缩上下文的答案生成三个阶段，并用多阶段 GRPO 与渐进奖励优化。在六个多模态定位基准上，TCA 取得显著的零样本性能提升，表明推理压缩有效。
来源：arXiv Artificial Intelligence · arxiv.org