提出TCA推理压缩强化学习框架

1. 12:00
   arXiv · cs.AI

   Think-Compress-Answer：通过推理压缩进行多模态定位强化学习

   Jinbae Seo等人提出Think-Compress-Answer（TCA）强化学习框架，将多模态定位分解为自由形式推理、目标感知上下文压缩和基于压缩上下文生成答案三个阶段。该方法通过多阶段GRPO和渐进式奖励，减少与目标无关的推理信息并提升定位准确性；在六个多模态定位基准上的实验摘要报告了零样本性能提升，但具体基准、基线和实验细节未说明。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。