VAttnPO视觉注意力引导策略优化论文发布
热点事件持续更新
VAttnPO视觉注意力引导策略优化论文发布
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Lihao Zheng 等人发布论文，提出视觉注意力引导的策略优化方法 VAttnPO：用答案条件下的视觉注意力修正 token 级信用分配，同时保留 GRPO 的轨迹平均优势。 据论文报告，该方法在 Qwen3-VL-8B-Instruct 上把六任务图像 AVE 从 GRPO 的 70.97 提升到 73.50，并在结构化、视频和 MME 指标上领先；在 Qwen2.5-VL-7B-Instruct 和 InternVL3-8B-Instruct 上也取得增益。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
VAttnPO：视觉注意力引导的策略优化报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIVAttnPO：视觉注意力引导的策略优化
VAttnPO 用答案条件下的视觉注意力修正 token 级信用分配，同时保留 GRPO 的轨迹平均优势。该方法在 Qwen3-VL-8B-Instruct 上将六任务图像 AVE 从 GRPO 的 70.97 提升至 73.50，并在结构化、视频和 MME 指标上全面领先；在 Qwen2.5-VL-7B-Instruct 和 InternVL3-8B-Instruct 上的增益同样成立。
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。