VBVR-Pro 论文：面向原生视觉生成式推理的可扩展验证评测套件

2026 年 8 月，研究团队在 arXiv 发布预印本论文，推出了面向原生视觉生成式推理的可扩展验证与评测套件 VBVR-Pro，以应对视觉推理缺乏可扩展训练任务与可靠反馈信号的瓶颈。

• 构建了包含 300 个程序化生成任务的受控任务空间，在 VBVR-Pro 上训练的模型在 RISE-Video、MME-CoF-Pro 与 BabyVision 等 7 个外部基准上表现出跨任务迁移能力。
• 针对多模态模型作为裁判易出现的判别偏差，构建了基于确定性任务规则的可验证奖励评分器，为人机对齐与大规模多任务强化学习提供准确反馈信号。
• 对涵盖图像、视频及图文交错的 30 余种生成器进行机制分析，表明视频生成在需要时空状态持续追踪的任务中表现突出，而交错生成则提供了计算效率较高的替代路径。
• 开源了相关数据集、模型权重、评估评分器及评测代码。
• 影响/看点：该框架将视觉生成确立为独立的推理介质并提供规则可验闭环，其对视觉强化学习研究的推动效果取决于该确定性评分体系对更复杂开放视觉场景的覆盖程度。
• 资料依据：
• 1. arXiv 预印本论文（2026年8月）：https://arxiv.org/abs/2608.26105

本内容由 AI 生成，仅供参考，请注意甄别