Kimi-VL Technical Report
昨天火了一把的kimi-vl，今天arxiv挂出来了。激活参数不多，效果也挺好，这篇report里罕见的还比较开放，数据构成、比例啥的都说了
看起来kimi是打算走开源路线了吗
Perception-R1: Pioneering Perception Policy with Reinforcement Learning
前几天有个叫ui-r1的工作用rl增强grounding能力，今天来了一个general vlm的版本。作者发现，影响得分的主要原因在于。trainset里面的grounding truth往往不止一个，如果对训练框架做一些魔改的话，是可以效果很好的。
话说rl reward这里，有假阴和假阳两种错误情况。不知道rl算法对那边的误差更敏感……似乎没人探索过这个问题。像math场景，就假阴比较少，假阳比较多；这个场景我理解是假阴比较多，假阳比较少
