**通用循环强化学习框架实现细粒度多模态理解与定位**

_Generalized CycleGRPO for Fine-Grained Multimodal Understanding and Grounding_

> 论文提出了 Generalized CycleGRPO，这是首个统一的多模态强化学习框架，通过构建“区域理解”与“定位”的闭环，实现了无需外部语言模型评判的自评估。该方法利用重建重叠度作为奖励，显著提升了图像与视频任务中的定位精度，并引入了 DOVE 基准以验证视频描述的时间区分度。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-26 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.29552)