论文研究普通
V-Rubrics：基于评分标准的强化学习提升视觉忠实度
原始标题：V-Rubrics： Visual Faithfulness via Rubric-Based Reinforcement Learning
内容摘要
视觉语言模型常生成与图像证据不符的流畅回答，V-Rubrics 将参考回答分解为原子命题，按视觉忠实度、推理一致性和指令遵循三维度评分，提供结构化部分奖励。研究基于 Qwen3-VL-8B-Instruct 微调，构建 50，248 条训练集，实验显示基于评分标准的 GRPO 优于共享 SFT 基线和仅答案 GRPO，在知识导向和视觉推理基准上提升最大。
内容分类AI 论文与研究
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源HuggingFace Daily Papers（社区热门论文）
站内情报编号intel-0737bfa1875a0f12c45911d1