多校联合推出VBVR-Pro视觉推理系统，含300项任务与可验证打分器
RecodeX 重构消息，来自多所高校的研究人员联合推出VBVR-Pro系统，为视觉推理构建从任务构建、模型训练、能力测试到强化学习优化的完整闭环。该系统定义300项覆盖五类核心能力的视觉推理任务，构建125万条含视频和图文交错两种模式的训练数据。
针对现有评估不足，VBVR-Pro为100项任务配备可验证打分器，其与人类判断一致性超60%，接近人类一致性上限。研究人员测试30余个模型后发现，单图、图文交错、视频三种模态各有适用场景，中间视觉状态是模型推进推理的重要载体，模型还呈现Chain-of-Step推理现象。可验证打分器可作为强化学习奖励提升模型得分，并让模型在推理中自我修正。