arXiv · Computer Vision· Raja Kumar, Rajat Koner, Ritwick Chaudhry, Zhuowei Li, Nishant Sankaran, Yifan Xing·2026-10-09 12:00· 3 小时前AI 评分35

SPLIT-RL：分阶段感知-语言推理训练与声明级优势

SPLIT-RL: Staged Perception-Language Reasoning Training with Claim-Level Advantages

AI 导读

SPLIT-RL 是一种分阶段后训练方法，将视觉推理（VR）与语言推理（LR）拆分到不同阶段训练，并用声明级优势（CLA-GRPO）在 VR 阶段对原子视觉声明提供细粒度优势。