GitHub 热门项目：R1-V

GitHub 项目：R1-V 仓库地址：https://github.com/StarsfieldAI/R1-V 星级：4057 | 作者：StarsfieldAI 项目描述：用不到 3 美元见证 VLM 的顿悟时刻。 =================================================== 自述文件内容： # R1-V：用不到 3 美元增强视觉语言模型的超泛化能力 新闻：我们发布了新的 VLM-RL 环境、训练代码库和研究论文 [G1: Bootstrapping Perception and Reasoning Abilities of Vision-Language Model via Reinforcement Learning](https://github.com/chenllliang/G1)，请查看！ 

> ### R1-V 路线图 > 我们正在VLM 中构建RLVR 的通用框架。我们相信**战壕**和**长期主义**的力量。 > > 我们的兴趣：通用视觉-语言智能和视觉/GUI 代理 > > 我们的目标：? 算法增强 ⚡ 效率优化 ? 任务多样性 ? 有影响力的开源研究。 > > 欢迎提出想法和贡献。敬请关注！ **博客：** [? 视觉语言模型中的 RLVR：发现、问题和方向](https://deepagent.notion.site/rlvr-in-vlms) **资源：** [? R1V 训练数据集：CLEVR-70k-Counting](https://huggingface.co/datasets/leonardPKU/clevr_cogen_a_train) [? R1V 训练数据集：CLEVR-70k-Complex](https://huggingface.co/datasets/MMInstruction/Clevr_CoGenT_TrainA_70K_Complex) [? R1V 训练数据集：GEOQA-8k](https://huggingface.co/datasets/leonardPKU/GEOQA_R1V_Train_8K) [? R1-蒸馏视觉推理数据集](https://huggingface.co/datasets/MMInstruction/Clevr_CoGenT_TrainA_R1) **R1-V 团队：** [陈亮](https://github.com/chenllliang) · [李雷](https://lilei-nlp.github.io) · [赵浩哲](https://haozhezhao.github.io/) · [宋一帆](https://github.com/Yifan-Song793) · [Vinci](https://github.com/0xvincii) · [子豪月](https://yuezih.github.io/) **贡献者**： --- ### 更新 - 2025-02-27：vLLM 训练器现在支持 Qwen2.5-VL，请参阅 `./src/scripts/run_grpo_vllm_qwen25vl.sh` 获取脚本和环境更新。 - 2025-02-21：我们写了一篇[博客文章](https://deepagent.notion.site/rlvr-in-vlms)总结了我们视觉RLVR实验中的主要发现和问题，请查看！ - 2025-02-12：我们修复了批量解码错误。原来的 RL 训练脚本现在速度提高了 3 倍。 - 2025-02-12：R1-V 现在支持 vLLM 来加速训练（使用前`pip install vllm==0.7.2`）和 SFT。 - 2025-02-11：R1-V 现在支持 Qwen2.5-VL 和 [GEOQA](https://arxiv.org/abs/2312.11370) 任务。 - 2025-02-06：我们上传评估脚本并完善自述文件。我们正在撰写一篇博客文章，总结统计数据、调查结果和尚未探索的问题。 - 2025-02-03：我们上传训练代码库。 - 2025-02-03：我们使用一些特殊技巧策划并上传一些经过验证的 Deepseek-R1 视觉推理痕迹（请参阅“R1-V/src/distill_r1/”）。当前的