算法论文8

视觉规划：图像推理新范式

机器之心2025-05-25

AI 摘要

剑桥等团队：现有 MLLM 处理视觉信息有局限，提出视觉规划范式及 VPRL 框架。实验表明，视觉规划在视觉任务中优势明显，强化学习能提升性能，且复杂度提升时保持稳健。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

北大团队推MathDebugger，提升合成数据质量

随着合成数据增多，模型需判断数学数据题目能否被信任。北大DCAI团队提出MathDebugger质检BenchMark，覆盖问答两端，评测主流LLM和PRM。还探究能否判断正误、分类错误、修复数据，证明错误标签可作监督信号。

阿尔伯塔大学强化学习团队提出FAME框架，解决持续强化学习“学新忘旧”问题。团队先定义基础概念，将知识整合写成优化问题，再受人类学习机制启发设计FAME，实验优势明显。研究还探讨持续学习的产业价值。

9月2日，Google发布Gemini 3.8 Flash和Gemini 3.8 Flash Cyber。前者用于编程等，已稳定上线；后者专用于发现修复漏洞，仅向特定方开放。二者共享基础能力，采用不同安全限制和部署环境。

谷歌发布Gemini 3.8 Flash及专攻网络安全的3.8 Flash Cyber。前者性价比高，在多项测试逼近顶级模型；后者在网络安全测试屠榜。但谷歌也被指提前庆祝，且模型可能有‘刷榜’成分。