SD-MAR：利用合成数据与强化学习实现多图像分析推理

英文标题：SD-MAR: Multi-image Analytical Reasoning via Synthetic Data and Reinforcement Learning

视觉语言模型在多图比较、变化检测与多步视觉推理等分析性任务上仍存在明显局限。新论文提出 SD-MAR 框架，通过合成数据生成与强化学习训练，专门提升模型对多图像状态的分析推理能力。该方法为开发者提供了一种不依赖昂贵人工标注即可增强 VLM 复杂视觉推理的路径，有望降低构建多图分析 Agent 的成本并提升其可靠性。

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