热点事件持续更新
VisKG：以问题特定知识图谱做视觉推理
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，arXiv cs.CL 刊出 VisKG 论文。该工作提出一个强化学习框架，让模型把视觉内容转换为问题特定的知识图谱表示，借此过滤感知噪声，并保留链式推理所需的实体—关系结构。训练方面，VisKG 使用 GDPO 来稳定强化学习后训练，报道称 GDPO 训练比 GRPO 平均提升 2% 准确率。在科学、数学和通用视觉理解基准上，VisKG 的性能与基线相当或更优，同时所需 token 少于基于 caption 的表示。目前关于该事件的公开报道仅此一篇，尚无后续复现、评测或同行评议信息。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
arXiv 刊出 VisKG：用问题特定知识图谱做视觉推理，GDPO 较 GRPO 平均提升 2% 准确率。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CLVisKG：面向高效视觉推理的问题特定知识图谱
VisKG 是一个强化学习框架，让模型把视觉内容转换为问题特定的知识图谱（KG）表示，过滤感知噪声并保留链式推理所需的实体-关系结构。该框架用 GDPO 稳定 RL 后训练，在科学、数学和通用视觉理解基准上性能与基线相当或更优，所需 token 少于基于 caption 的表示；GDPO 训练比 GRPO 平均提升 2% 准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。