NTU、CMU、Berkeley 等联合发布 VBVR-Pro：300 项任务、可验证奖励的视觉推理系统

来自 NTU、CMU、Berkeley 等机构的研究者联合推出 VBVR-Pro，一套面向原生视觉推理的可扩展、可验证系统。该系统定义了 300 项视觉推理任务，构建了 125 万条训练数据，并为其中 100 项任务实现了可验证打分器，可直接作为强化学习中的可验证奖励。实验显示，经过 VBVR-Pro 训练的模型在多个未见基准上性能提升最高超过 20 个百分点，且打分器与人类判断的一致性超过 60%，高于所测试的 VLM。