復旦Game-RL以遊戲數據強化視覺語言模型推理

VLM訓練遇瓶頸

現有工作多利用強化學習提升視覺語言模型（VLM）的推理能力，但任務場景往往局限於幾何或圖表推理，領域單一制約了模型的探索空間與學習上限。

如何拓展VLM強化學習訓練的任務領域，成為擺在研究者面前的現實難題，其成敗也直接影響模型在真實複雜場景下的推理表現。業界正密切關注。