Selective-RL 选择性迁移 RL 更新
热点事件持续更新
Selective-RL 选择性迁移 RL 更新
1 篇报道1 个报道来源4 小时前更新
先了解这件事
报道摘要
研究者提出 Selective-RL，通过隔离强化学习阶段的参数更新、保留其主导矩阵方向并保持幅度，将其迁移至 VLM 的语言模块。在三个模型家族、五个视觉推理基准上，该方法在 15 项对比中有 12 项优于完整更新插值，其中 Qwen 接收模型的 MathVision 提升 8.55 个百分点。对照实验显示，仅靠更新幅度或任意低秩无法复现该增益。
摘自 arXiv cs.AI
最新进展10月7日 12:00
Selective-RL：选择性迁移 RL 更新实现视觉推理能力跨模型迁移报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AISelective-RL：选择性迁移 RL 更新实现视觉推理能力跨模型迁移
研究者提出 Selective-RL，通过隔离强化学习阶段的参数更新、保留其主导矩阵方向并保持幅度，将其迁移至 VLM 的语言模块。在三个模型家族、五个视觉推理基准上，该方法在 15 项对比中有 12 项优于完整更新插值，其中 Qwen 接收模型的 MathVision 提升 8.55 个百分点。对照实验显示，仅靠更新幅度或任意低秩无法复现该增益。
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。