刘壮陈丹琦新作：开源通用视觉推理RL框架，0思考数据刷新SOTA 量子位 | 公众号 QbitAI 普林斯顿刘壮团队联合陈丹琦推出了一款开源强化学习（RL）框架——Vero，专攻通用视觉推理任务。这一框架能够胜任图表、科学、空间理解等多类开放视觉任务，并在30多项测试中达到8B参数规模视觉语言模...