跳到正文
Hugging Face 每日论文·· 1 天前AI 评分49

ViSkill:以视觉原生技能强化 VLM Agent 的框架

ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills

AI 导读

ViSkill 提出一种视觉原生技能学习框架,将成功交互编码为可直接被 VLM Agent 调用的复合视觉技能卡,检索到的技能同时指导推理与奖励塑形,成功轨迹再回流至技能库形成闭环。

来源:Hugging Face 每日论文 · huggingface.co