VICO
VICO是一个视觉语言模型后训练协同进化框架，通过引入环境改写器（EnvRewriter）动态生成校准难度的训练样本，使视觉环境与模型能力共同进化，无需额外人工标注
时间轴 (近 90 天)
VICO论文指出当模型能力提升时，固定不变的训练任务会偏离其学习前沿，导致学习信号坍塌
VICO（Visual Environments Co-Evolving）是一个让视觉环境与视觉语言模型协同进化的后训练框架
VICO引入了名为环境改写器（EnvRewriter）的组件，与actor联合训练
VICO使用基于通过率的奖励（pass-rate-based reward）来校准生成任务的难度，使任务落在模型学习前沿
VICO先编辑结构化中间表示再渲染成图像，从而在不依赖人工标注的前提下生成有效训练样本
VICO在九个多模态基准上进行了验证，覆盖数学推理和视觉落地理解两大类任务
VICO与专门针对图表优化的RLVR方法表现相当，但所用标注样本少了16到160倍
VICO将VLM后训练从人工标注监督转向图像编辑协同进化，提供了超越静态语料RLVR的可规模化路径
VICO的协同进化可看作课程学习与自对弈思路在视觉语言模态的融合，EnvRewriter扮演根据学生能力动态出题的教师角色
全部知识事实 (9)
VICO论文指出当模型能力提升时，固定不变的训练任务会偏离其学习前沿，导致学习信号坍塌
50%待验证VICO（Visual Environments Co-Evolving）是一个让视觉环境与视觉语言模型协同进化的后训练框架
50%待验证VICO引入了名为环境改写器（EnvRewriter）的组件，与actor联合训练
50%待验证VICO使用基于通过率的奖励（pass-rate-based reward）来校准生成任务的难度，使任务落在模型学习前沿
50%待验证VICO先编辑结构化中间表示再渲染成图像，从而在不依赖人工标注的前提下生成有效训练样本
50%待验证VICO在九个多模态基准上进行了验证，覆盖数学推理和视觉落地理解两大类任务
50%待验证VICO与专门针对图表优化的RLVR方法表现相当，但所用标注样本少了16到160倍
50%待验证VICO将VLM后训练从人工标注监督转向图像编辑协同进化，提供了超越静态语料RLVR的可规模化路径
50%待验证VICO的协同进化可看作课程学习与自对弈思路在视觉语言模态的融合，EnvRewriter扮演根据学生能力动态出题的教师角色
50%