ViRA、超高解像度ビジュアルエージェント発表 CrossRPOで訓練効率向上
論文「ViRA: Toward Ultra-High-Resolution Visual Agents via Cross-Input Relative Policy Optimization」は11月16日(現地時間)、arXiv cs.CVを通じて超高解像度画像に対応するビジュアルエージェント「ViRA (バイラ)」に関する研究を発表しました。既存のエージェントは証拠を参照せずに常識から回答することがあり、従来の強化学習 (RL) ではこの問題を修正できない点が指摘されていました。