鹭羽发自凹非寺 量子位 | 公众号 QbitAI 仅需一个强化学习（RL）框架，就能实现视觉任务大统一？ 现有 RL 对推理和感知任务只能二选一，但“大模型六小强”之一 MiniMax 表示：我全都要！ 最新开源V-Triune（视觉三重统一强化学习系统）框架，使 VLM 首次能够在单个后训练流程中 本文链接
By