提出PERIA,一种工具增强的视觉智能体,通过感知和交互工具进行空间推理,结合Observation-Relaxed Group-in-Group Policy Optimization(OR-GIGPO)训练,在13个基准上相较于基线提升10.0%和4.4%,优于同级模型7.0%-14.8%。
机构:清华
来源:arXiv 2606.12830 | AI4Papers 论文推荐平台