跳到正文
热点事件持续更新

Xuan Gong提出RAPO反思锚点策略

1 篇报道1 个报道来源35 分钟前更新

先了解这件事

AI 综述

Xuan Gong提出反思锚点策略优化方法RAPO,用于抑制长链多模态推理中的视觉信息衰减。其方法是基于GRPO选择高熵反思锚点,并通过链掩码有限窗口KL代理目标强化下游视觉依赖;实验显示,该策略在推理密集型和通用基准上显著超过强基线。

AI 根据报道生成 · 14 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    RAPO:用反思锚点抑制长链多模态推理中的视觉信息衰减

    RAPO 从信息论角度分析视觉信息衰减,并以局部分支空间 token 熵和下游视觉传播潜力确定干预时机。该策略基于 GRPO 选择高熵反思锚点,通过链掩码有限窗口 KL 代理目标强化视觉依赖,在推理密集型和通用基准上显著超越强基线。

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。