清华NVIDIA提出VLM-AR3L框架

发生了什么

据雷锋网报道，国立清华大学与NVIDIA联合团队在论文《VLM-AR3L: Vision-Language Models for Absolute and Relative Rewards in Reinforcement Learning》中提出VLM-AR3L框架，评估Gemini 2.0、GPT-4.1等模型的视觉裁决能力，并应对云端大模型成本与单图绝对打分失效问题。该框架采用后台大模型离线打标、前台本地轻量孪生网络指导；在《我的世界》具身场景中，相对奖励方法相较RL-VLM-F绝对打分取得更好表现。