技术博客

近日，伊利诺伊大学香槟分校（UIUC）与阿里巴巴通义实验室联合开发出一种新型强化学习算法——PAPO（Perception-Aware Policy Optimization），该技术在多模态推理领域取得突破性进展。通过引入隐式感知损失技术，PAPO算法显著提升了模型的感知能力，使感知错误率降低了30.5%。这一创新不仅增强了模型对信息的识别敏锐度，也为大型模型在复杂任务中的应用提供了新的可能性。