基础模型:

• Qwen/Qwen2.5-VL-7B-Instruct 语言:
• 英文 许可证: apache-2.0 标签:
• transformers
• 多模态 任务标签: 视觉问答

VL-Reasoner-7B

🚀 最新动态: 我们发布了精心策划的多模态推理强化学习训练查询集: ViRL39K。

VL-Reasoner-7B 在多项多模态推理基准测试中取得了卓越成绩。

该模型采用GRPO-SSR技术训练而成，是VL-Rethinker的基础模型。

关于我们的方法细节和性能比较，请参阅我们的论文。

有关训练和评估的详细信息，请访问我们的代码仓库。

通过以下链接了解更多:

| 🚀项目主页 | 📖论文 | 🔗Github | 🤗数据集 |

引用

如果您认为本模型有用，请免费引用我们:

@article{vl-rethinker,
      title={VL-Rethinker: 通过强化学习激励视觉语言模型的自我反思},
      author = {王浩哲、曲超、黄祖铭、褚炜、林方真、陈文虎},
      journal={arXiv预印本 arXiv:2504.08837},
      year={2025}
}