NUS等提出CycleGRPO统一区域理解与定位

2026年10月26日，AGI Hunt 报道，新加坡国立大学、国科大与南洋理工大学团队提出 Generalized CycleGRPO，称其为首个统一空间、时间与时空三个领域区域理解与定位的强化学习框架。该方法的核心是循环自验证机制：模型先针对给定区域生成候选描述，再把该描述重新定位回原图，重建出输入区域；随后以重建区域与输入区域的重叠度，作为描述质量的可几何验证奖励。报道强调，这一奖励无需依赖外部评判模型。截至目前，公开信息仅来自该篇报道，尚无更多实验细节、评测结果或第三方复现情况披露。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。