重磅发现！DeepSeek R1方法成功迁移到视觉领域，多模态AI迎来新突破！

文章预览

机器之心发布 机器之心编辑部 嘿，各位开发小伙伴，今天要给大家安利一个全新的开源项目 ——VLM-R1！它将 DeepSeek 的 R1 方法从纯文本领域成功迁移到了视觉语言领域，这意味着打开了对于多模态领域的想象空间！ 这个项目的灵感来自去年 DeepSeek 开源的那个 R1 方法，靠着 GRPO（Generative Reward Processing Optimization）强化学习方法，在纯文本大模型上取得了惊人的效果。 现在，VLM-R1 团队直接把它应用到了视觉语言模型上，打开了一扇新的大门！ VLM-R1 验证结果惊艳  这个项目的团队在 Qwen2.5-VL 的基础上，同时对比了 R1 和传统的 SFT 方法。结果相当惊艳： 1、稳定性拉满：R1 方法在各种复杂场景下都能保持稳定的高性能，这在实际应用至关重要！ 2. 泛化能力卓越：更让人震惊的是，在领域外的测试数据上，随着训练步数增加，传统 SFT 模型的性能开始下 ………………………………