无需标注图像,VLM也能「自我进化」!RL自我进化框架VisPlay突破视觉推理难题 (opens in a new tab)在 Vision-Language Model 领域,提升其复杂推理能力通常依赖于耗费巨大的人工标注数据或启发式奖励。这不仅成本高昂,且难以规模化。