ホットトピック継続更新中
港大提出强化微调新算法RaPO破解MLLM灾难性遗忘
1 件の報道1 件の報道元4 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，香港大学团队提出强化微调算法RaPO，旨在解决多模态大模型在视觉持续学习中的灾难性遗忘问题。该算法针对标准GRPO的轨迹漂移缺陷重塑了信用分配机制。在基于Qwen2-VL-2B的ImageNet-R评测中，RaPO将最终准确率提升至85.92%，遗忘率降至4.69%，并在目标检测与视频分类任务中全面超越传统SFT与GRPO基线。目前该研究已被NeurIPS 2026录用，代码已对外开源。
AI が報道をもとに生成 · 4 時間前 更新
最新の進展11月5日 17:38
港大提出强化微调算法RaPO以破解多模态模型遗忘难题，论文被NeurIPS 2026录用且代码已开源。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月5日
- AITNT · AI头条港大提出强化微调算法 RaPO：破解 MLLM 持续学习灾难性遗忘，代码已开源
香港大学团队提出强化微调算法 RaPO，针对标准 GRPO 的轨迹漂移缺陷重塑信用分配，解决了多模态大模型在视觉持续学习中的灾难性遗忘问题。在基于 Qwen2-VL-2B 的 ImageNet-R 评测中，RaPO 将最终准确率提升至 85.92%、遗忘率降至 4.69%，并在目标检测与视频分类任务中全面超越传统 SFT 与 GRPO 基线。该研究已被 NeurIPS 2026 录用，代码已开源。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月5日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。