待验证50% 置信解决方案精确时间
SPLIT-RL提出Claim-Level Advantage（CLA-GRPO），将视觉推理阶段的rollout分解成原子化的视觉声明并为每个声明单独提供细粒度优势信号
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证SPLIT-RL在视觉推理和语言推理两个维度上都带来了实质性改进70% 相似待验证CLA-GRPO采用视觉类型分组（visual-type group formation），按属性类别（颜色、计数、空间关系、文字等）对声明进行归组70% 相似待验证据Clark介绍，Cosmos是当前在工业视觉分析（密集描述、异常检测推理）上表现领先的开放模型61% 相似待验证属性泄漏与扩散模型中交叉注意力图谱的空间分辨率限制密切相关，在U-Net或DiT架构中低分辨率层捕捉全局语义、高分辨率层负责局部细节60% 相似待验证SPERA采用关系型频谱正则器，将潜空间中的相似性结构与频谱视图对齐以保留频率特征敏感度60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990751API
curl https://kongchang.com/api/v1/knowledge/claims/990751MCP
get_claim(id=990751)