Osilly/Vision-R1

[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。