热点事件持续更新
港大提出强化微调新算法RaPO破解MLLM灾难性遗忘
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 3 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。