Osilly

[ICLR2026] 这是第一篇探讨如何有效将类似 R1 的强化学习应用于 MLLM 的论文，并推出了 Vision-R1，这是一个利用冷启动初始化与强化学习训练来激发推理能力的推理型 MLLM。

[ICML 2026 & EMNLP 2026] 多模态深度研究 MLLM 与基准测试。首个长视野多模态深度研究 MLLM，将推理轮数扩展至数十轮，搜索引擎交互次数扩展至数百次。