IXThinker·2025-12-12 17:50

智源開源Reason-RFT 強化視覺推理泛化

視覺語言模型的思維鏈微調長期被模板記憶困擾：場景一換表現即跌。智源以強化學習方法Reason-RFT重新訓練視覺推理能力，讓模型掌握機制而非背誦路徑，為機械人等具身智能場景提供更穩健的認知基礎。

泛化能力瓶頸

現行主流的思維鏈監督微調，往往令模型停留在記憶特定推理模板。一旦遇上新場景、新視角或新任務組合，性能便明顯下滑，難以滿足自主機械人等具身智能場景對可靠性與魯棒性的要求。