VICO：为视觉语言模型推理协同进化的视觉环境

英文标题：VICO: Visual Environments Co-Evolving for Vision-Language Model Reasoning

论文提出 VICO（Visual Environments Co-Evolving for Vision-Language Model Reasoning），关注视觉语言模型（VLM）的推理训练环境如何随模型能力共同演进。原文指出，带可验证奖励的强化学习（RLVR）已成为 VLM 后训练的常用方案，但通常假设训练环境是静态的。随着训练中的 Actor 能力提升，固定任务会逐渐偏离其有效学习区间。该工作对开发者和行业的意义在于，VLM 推理能力的持续提升可能需要动态调整任务与环境，而非长期依赖固定训练集。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB