Osilly

[ICLR2026] 這是第一篇探討如何有效將類似 R1 的強化學習應用於 MLLM 的論文，並推出了 Vision-R1，這是一個利用冷啟動初始化與強化學習訓練來激發推理能力的推理型 MLLM。

[ICML 2026 & EMNLP 2026] 多模態深度研究 MLLM 與基準測試。首個長視野多模態深度研究 MLLM，將推理輪數擴展至數十輪，搜尋引擎互動次數擴展至數百次。