Training Multi-Image Vision Agents via End2End Reinforcement Learning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Dong, Chengqi, Yue, Chuhuai, He, Hang, Mao, Rongge, Tang, Fenghe, Zhou, S Kevin, Xu, Zekun, Wang, Xiaohan, Chai, Jiajun, Yin, Guojun |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
RLFactory: A Plug-and-Play Reinforcement Learning Post-Training Framework for LLM Multi-Turn Tool-Use
par: Chai, Jiajun, et autres
Publié: (2025)
par: Chai, Jiajun, et autres
Publié: (2025)
LGMSNet: Thinning a medical image segmentation model via dual-level multiscale fusion
par: Dong, Chengqi, et autres
Publié: (2025)
par: Dong, Chengqi, et autres
Publié: (2025)
Promoting Efficient Reasoning with Verifiable Stepwise Reward
par: Yue, Chuhuai, et autres
Publié: (2025)
par: Yue, Chuhuai, et autres
Publié: (2025)
MTIR-SQL: Multi-turn Tool-Integrated Reasoning Reinforcement Learning for Text-to-SQL
par: Xu, Zekun, et autres
Publié: (2025)
par: Xu, Zekun, et autres
Publié: (2025)
Joint Training of Multi-Token Prediction in Reinforcement Learning via Optimal Coefficient Calibration
par: Wang, Zili, et autres
Publié: (2026)
par: Wang, Zili, et autres
Publié: (2026)
LocalSearchBench: Benchmarking Agentic Search in Real-World Local Life Services
par: He, Hang, et autres
Publié: (2025)
par: He, Hang, et autres
Publié: (2025)
WebAgent-R1: Training Web Agents via End-to-End Multi-Turn Reinforcement Learning
par: Wei, Zhepei, et autres
Publié: (2025)
par: Wei, Zhepei, et autres
Publié: (2025)
Hi-End-MAE: Hierarchical encoder-driven masked autoencoders are stronger vision learners for medical image segmentation
par: Tang, Fenghe, et autres
Publié: (2025)
par: Tang, Fenghe, et autres
Publié: (2025)
From Experience to Strategy: Empowering LLM Agents with Trainable Graph Memory
par: Xia, Siyu, et autres
Publié: (2025)
par: Xia, Siyu, et autres
Publié: (2025)
MASteer: Multi-Agent Adaptive Steer Strategy for End-to-End LLM Trustworthiness Repair
par: Li, Changqing, et autres
Publié: (2025)
par: Li, Changqing, et autres
Publié: (2025)
SAE as a Crystal Ball: Interpretable Features Predict Cross-domain Transferability of LLMs without Training
par: Zhang, Qi, et autres
Publié: (2026)
par: Zhang, Qi, et autres
Publié: (2026)
EVA: Efficient Reinforcement Learning for End-to-End Video Agent
par: Zhang, Yaolun, et autres
Publié: (2026)
par: Zhang, Yaolun, et autres
Publié: (2026)
ZipRL: Adaptive Multi-Turn Context Compression with Hindsight Response Replay
par: Hu, Zhexin, et autres
Publié: (2026)
par: Hu, Zhexin, et autres
Publié: (2026)
HabitatAgent: An End-to-End Multi-Agent System for Housing Consultation
par: Yang, Hongyang, et autres
Publié: (2026)
par: Yang, Hongyang, et autres
Publié: (2026)
VoxelPrompt: A Vision Agent for End-to-End Medical Image Analysis
par: Hoopes, Andrew, et autres
Publié: (2024)
par: Hoopes, Andrew, et autres
Publié: (2024)
ComputerRL: Scaling End-to-End Online Reinforcement Learning for Computer Use Agents
par: Lai, Hanyu, et autres
Publié: (2025)
par: Lai, Hanyu, et autres
Publié: (2025)
ToolForge: A Data Synthesis Pipeline for Multi-Hop Search without Real-World APIs
par: Chen, Hao, et autres
Publié: (2025)
par: Chen, Hao, et autres
Publié: (2025)
A Novel End-To-End Event Geolocation Method Leveraging Hyperbolic Space and Toponym Hierarchies
par: Qiao, Yaqiong, et autres
Publié: (2024)
par: Qiao, Yaqiong, et autres
Publié: (2024)
ResRL: Boosting LLM Reasoning via Negative Sample Projection Residual Reinforcement Learning
par: Lin, Zihan, et autres
Publié: (2026)
par: Lin, Zihan, et autres
Publié: (2026)
When Self-Belief Misleads: Active Label Acquisition for Reinforcement Learning with Verifiable Rewards
par: Wang, Li, et autres
Publié: (2026)
par: Wang, Li, et autres
Publié: (2026)
ResT: Reshaping Token-Level Policy Gradients for Tool-Use Large Language Models
par: Lin, Zihan, et autres
Publié: (2025)
par: Lin, Zihan, et autres
Publié: (2025)
Vision-Proprioception Fusion with Mamba2 in End-to-End Reinforcement Learning for Motion Control
par: Tao, Xiaowen, et autres
Publié: (2025)
par: Tao, Xiaowen, et autres
Publié: (2025)
Catching Spinning Table Tennis Balls in Simulation with End-to-End Curriculum Reinforcement Learning
par: Hu, Xiaoyi, et autres
Publié: (2025)
par: Hu, Xiaoyi, et autres
Publié: (2025)
MedReason-R1: Learning to Reason for CT Diagnosis with Reinforcement Learning and Local Zoom
par: Li, Yifan, et autres
Publié: (2025)
par: Li, Yifan, et autres
Publié: (2025)
SMTrack: End-to-End Trained Spiking Neural Networks for Multi-Object Tracking in RGB Videos
par: Zhong, Pengzhi, et autres
Publié: (2025)
par: Zhong, Pengzhi, et autres
Publié: (2025)
OneVision: An End-to-End Generative Framework for Multi-view E-commerce Vision Search
par: Zheng, Zexin, et autres
Publié: (2025)
par: Zheng, Zexin, et autres
Publié: (2025)
$π$-Play: Multi-Agent Self-Play via Privileged Self-Distillation without External Data
par: Zhang, Yaocheng, et autres
Publié: (2026)
par: Zhang, Yaocheng, et autres
Publié: (2026)
Pre-Trained LLM is a Semantic-Aware and Generalizable Segmentation Booster
par: Tang, Fenghe, et autres
Publié: (2025)
par: Tang, Fenghe, et autres
Publié: (2025)
Poutine: Vision-Language-Trajectory Pre-Training and Reinforcement Learning Post-Training Enable Robust End-to-End Autonomous Driving
par: Rowe, Luke, et autres
Publié: (2025)
par: Rowe, Luke, et autres
Publié: (2025)
Concept-to-Pixel: Prompt-Free Universal Medical Image Segmentation
par: Chen, Haoyun, et autres
Publié: (2026)
par: Chen, Haoyun, et autres
Publié: (2026)
Multi-Agent End-to-End Vulnerability Management for Mitigating Recurring Vulnerabilities
par: Zheng, Zelong, et autres
Publié: (2026)
par: Zheng, Zelong, et autres
Publié: (2026)
MetaAgent-X : Breaking the Ceiling of Automatic Multi-Agent Systems via End-to-End Reinforcement Learning
par: Zhang, Yaolun, et autres
Publié: (2026)
par: Zhang, Yaolun, et autres
Publié: (2026)
EAR-Net: Pursuing End-to-End Absolute Rotations from Multi-View Images
par: Liu, Yuzhen, et autres
Publié: (2023)
par: Liu, Yuzhen, et autres
Publié: (2023)
Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL
par: Li, Weizhen, et autres
Publié: (2025)
par: Li, Weizhen, et autres
Publié: (2025)
End-to-End Training for Back-Translation with Categorical Reparameterization Trick
par: Heo, DongNyeong, et autres
Publié: (2022)
par: Heo, DongNyeong, et autres
Publié: (2022)
FROGENT: An End-to-End Full-process Drug Design Multi-Agent System
par: Pan, Qihua, et autres
Publié: (2025)
par: Pan, Qihua, et autres
Publié: (2025)
UCAD: Uncertainty-guided Contour-aware Displacement for semi-supervised medical image segmentation
par: Ding, Chengbo, et autres
Publié: (2026)
par: Ding, Chengbo, et autres
Publié: (2026)
AWPO: Enhancing Tool-Use of Large Language Models through Adaptive Integration of Reasoning Rewards
par: Lin, Zihan, et autres
Publié: (2025)
par: Lin, Zihan, et autres
Publié: (2025)
PanopticSplatting: End-to-End Panoptic Gaussian Splatting
par: Xie, Yuxuan, et autres
Publié: (2025)
par: Xie, Yuxuan, et autres
Publié: (2025)
Contextual Rollout Bandits for Reinforcement Learning with Verifiable Rewards
par: Lu, Xiaodong, et autres
Publié: (2026)
par: Lu, Xiaodong, et autres
Publié: (2026)
Documents similaires
-
RLFactory: A Plug-and-Play Reinforcement Learning Post-Training Framework for LLM Multi-Turn Tool-Use
par: Chai, Jiajun, et autres
Publié: (2025) -
LGMSNet: Thinning a medical image segmentation model via dual-level multiscale fusion
par: Dong, Chengqi, et autres
Publié: (2025) -
Promoting Efficient Reasoning with Verifiable Stepwise Reward
par: Yue, Chuhuai, et autres
Publié: (2025) -
MTIR-SQL: Multi-turn Tool-Integrated Reasoning Reinforcement Learning for Text-to-SQL
par: Xu, Zekun, et autres
Publié: (2025) -
Joint Training of Multi-Token Prediction in Reinforcement Learning via Optimal Coefficient Calibration
par: Wang, Zili, et autres
Publié: (2026)