热点事件观察中
V-Rubrics 开源细粒度视觉强化学习框架
1 篇报道1 个报道来源2天前更新
先了解这件事
AI 综述
南洋理工大学 S-Lab、A*STAR 和 UIUC 团队提出 V-Rubrics，把视觉强化学习的奖励拆成可逐项检查的细粒度准则。据 2026 年 10 月 5 日报道，该工作将 50,248 个视觉样本拆解为 352,938 条准则，让视觉事实、推理步骤和任务要求分别参与奖励计算，从而细化多模态强化学习的奖励信号。目前公开的信息集中在方法本身：以准则为单位组织奖励，而非依赖单一的整体评分。报道未披露模型规模、训练数据来源、评测基准结果或代码与权重的开放情况，也未说明与既有视觉强化学习方案的对比数据。
AI 根据报道生成 · 12小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10/5
- 青稞AIV-Rubrics 用 35 万条细粒度准则细化多模态强化学习奖励
南洋理工大学 S-Lab、A*STAR 和 UIUC 团队提出 V-Rubrics，将 50,248 个视觉样本拆成 352,938 条可逐项检查的准则，让视觉事实、推理步骤和任务要求分别参与奖励计算。
本事件热度走势
当前热度 3·可比范围峰值 3（10月6日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。