国产团队推出Visual-RFT，将强化学习方法扩展到多模态

上海交大等团队推出Visual-RFT，将DeepSeek-R1的规则奖励强化学习成功应用于视觉语言模型；只需10-1000条数据，Visual-RFT通过思考过程和规则监督在检测、分类等任务上显著超越传统SFT方法；研究设计了基于IoU和分类正确率的奖励机制，验证了强化学习在多模态领域的有效性，已全面开源。