技术栈
强化微调
Catching Star
11 天前
论文阅读
·
强化微调
【论文笔记】【强化微调】Vision-R1：首个针对多模态 LLM 制定的强化微调方法，以 7B 比肩 70B
[2503.06749] Vision-R1: Incentivizing Reasoning Capability in Multimodal Large Language Models
Catching Star
1 个月前
论文阅读
·
强化微调
【论文笔记】【强化微调】TinyLLaVA-Video-R1：小参数模型也能视频推理
[2504.09641] TinyLLaVA-Video-R1: Towards Smaller LMMs for Video Reasoning
温柔哥`
2 个月前
vad
·
var
·
视频异常检测
·
grpo
·
视频异常推理
·
推理数据集
·
强化微调
Vad-R1：通过从感知到认知的思维链进行视频异常推理
Vad-R1: Towards Video Anomaly Reasoning via Perception-to-Cognition Chain-of-Thought ¹中山大学深圳校区；²哈尔滨工业大学（深圳）；³香港理工大学 arxiv’25’05