PerceptRL：交互式强化学习提升多模态视觉感知
热点事件持续更新
PerceptRL：交互式强化学习提升多模态视觉感知
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv Computer Vision 刊出 Tongkun Guan 等作者的 PerceptRL 研究，提出一种强化多模态大模型细粒度视觉感知的方法。据该报道，PerceptRL 设两级互补机制：Perception RL 用多智能体流程从密集图像描述中提取已核验错误，转为固定答案标签的 QA 对；Perception Agentic RL 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。作者称该方法从答案走向交互，在两个层面强化感知。目前报道仅介绍方法设计与机制，未给出实验数据或对比结果，后续进展有待跟进。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
PerceptRL：让多模态大模型从答案到交互获得可奖励的视觉感知报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Computer VisionPerceptRL：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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。