专题:task-routing

按该标签聚合的大模型资讯列表(自动分类与标签提取)。1 篇文章。

媒体量子位2026/04/11 09:236810
开源视觉推理RL框架Vero
任务路由奖励机制

Vero是一个开源的通用视觉推理强化学习框架,通过广泛数据和任务路由奖励机制,解决了模型泛化和任务切换问题。在30多项测试中达到SOTA,且所有资源已开源,对开发者和研究者具有重要参考价值。