技术博客

剑桥大学与谷歌携手开展的新研究揭示，通过运用GRPO（基于梯度的后训练优化正则化框架），大型视觉模型在视觉导航任务中的表现显著提升。数据显示，推理准确率提高了80%，远超传统文本推理方法，展现出卓越性能。