研究者提出TCA强化学习多模态定位框架

2026年10月20日，arXiv Artificial Intelligence 刊出 Jinbae Seo 等作者的报道，提出 Think-Compress-Answer（TCA）强化学习框架，用于多模态定位。该框架将多模态定位拆分为三个阶段：自由推理、目标感知上下文压缩，以及基于压缩上下文的答案生成，并采用多阶段 GRPO 与渐进奖励进行优化。报道称，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。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。