VBVR-Pro: A Scalable and Verifiable Suite for Native Visual Reasoning
VBVR-Pro：用于原生视觉推理的可扩展且可验证工具套件
Junxiang Xu, Ruisi Wang, Fanyi Pu, Maijunxian Wang, Ran Ji, Tongxi Zhou, Chenyang Gu, Jing Zuo, Hongcan Xiao, Yimeng Geng, Wanqi Yin, Wei Chen, Oscar Qian, Zhengan Yan, Ziqi Huang, Haiwen Diao, Liang Pan, Bo Li, Xiangyu Fan, Dezhi Luo, Fengyuan Yu, Zehong Zhao, Qingying Gao, Tinghui Zhu, Yilan Zhang, Jingqi Tong, Pinyuan Feng, Zhengze Jiang, Letian Wang, Ziyu Guo, Renrui Zhang, Jieneng Chen, Sonia Joseph, Constantin Venhoff, Saman Motamed, Mengyue Yang, Chandra Sripada, Alan Yuille, Philip Torr, Lvmin Zhang, Vikash Kumar, Daniel Khashabi, Nikolaus Kriegeskorte, Raphaël Millière, Vincent C. Müller, Anyi Rao, Quan Wang, Ziwei Liu, Dahua Lin, Lei Yang, Hokin Deng, Zhongang Cai
机构
*
Nanyang Technological University（南洋理工大学）
；
University of California, Berkeley（加州大学伯克利分校）
；
University of California, San Diego（加州大学圣地亚哥分校）
；
The University of Tokyo（东京大学）
；
The Chinese University of Hong Kong（香港中文大学）
；
University of Michigan（密歇根大学）
；
Johns Hopkins University（约翰霍普金斯大学）
；
University of California, Davis（加州大学戴维斯分校）
；
University of California, Los Angeles（加州大学洛杉矶分校）
；
Carnegie Mellon University（卡内基梅隆大学）
；
Columbia University（哥伦比亚大学）
；
University of Toronto（多伦多大学）
机构
*
East China Normal University（华东师范大学）
；
Nanyang Technological University（南洋理工大学）
；
Singapore Management University（新加坡管理大学）
；
Xi’an University of Architecture and Technology（西安建筑科技大学）
机构
*
Tuojing Intelligence（拓境智能）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
；
Tsinghua University（清华大学）
；
University of Science and Technology of China（中国科学技术大学）
；
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
；
Nanyang Technological University（南洋理工大学）
；
Beihang University（北京航空航天大学）
；
Carnegie Mellon University（卡内基梅隆大学）
；
The University of Hong Kong（香港大学）
机构
*
Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区）
；
Beijing University of Posts and Telecommunications（北京邮电大学）
；
Nanyang Technological University（南洋理工大学）
Guangyu Wang, Jingkun Yue, Siqi Zhang, Yu Liu, Xiaoyu Wang, Mingyuan Meng, Changwei Ji, Zongbo Han, Yulin Wang, Yang Yue, Frank Fu, Ting Chen, Song Wu, Ziwei Liu, Jiangning Song, Ming Li, Gao Huang, Xiaohong Liu, Athanasios Vasilakos, Xingcai Zhang, Ping Zhang, Yong Li
机构
*
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China（网络与交换技术国家重点实验室，北京邮电大学，北京，中国）
；
Department of Engineering Science, University of Oxford, Oxford, United Kingdom（英国牛津大学工程科学系，牛津，英国）
；
Institute of Medical Artificial Intelligence, South China Hospital, Medical School, Shenzhen University, Shenzhen, Guangdong, China（医学人工智能研究所，南方医院，医学学院，深圳大学，深圳，广东，中国）
；
Zhongguancun Academy & Zhongguancun Institute of Artificial Intelligence, Beijing, China（中关村学院及中关村人工智能研究院，北京，中国）
；
Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, 100084, Beijing, China（北京信息科学与技术国家研究中心（BNRist），清华大学，100084，北京，中国）
；
Department of Chemical and Nano Engineering, University of California, San Diego, La Jolla, CA, USA（美国加州大学圣地亚哥分校化学与纳米工程系，La Jolla，CA，美国）
；
Nanyang Technological University, Singapore（新加坡南洋理工大学）
；
Monash Biomedicine Discovery Institute and Department of Biochemistry and Molecular Biology, Monash University, Melbourne, Victoria, Australia（莫纳什大学生物医学发现研究所和生物化学与分子生物学系，墨尔本，维多利亚，澳大利亚）
；
David R. Cheriton School of Computer Science, University of Waterloo, Waterloo, Ontario, Canada（加拿大滑铁卢大学戴维·R·切里顿计算机科学学校，滑铁卢，安大略，加拿大）
；
Department of ICT and Center for AI Research, University of Agder (UiA), Jon Lilletuns vei 9, Grimstad, Norway（挪威阿格德大学（UiA）信息与通信技术系及人工智能研究中心，Jon Lilletuns vei 9，Grimstad，挪威）
；
Department of Electronic Engineering, Tsinghua University, Beijing, China（清华大学电子工程系，北京，中国）
AIRL-S: Unifying Reinforcement Learning and Search-Based Test-Time Scaling via Adversarial Inverse Reinforcement Learning
你的强化学习奖励函数是你的最佳搜索PRM：统一强化学习与基于搜索的文本生成
Can Jin, Yang Zhou, Qixin Zhang, Hongwu Peng, Di Zhang, Zihan Dong, Marco Pavone, Ligong Han, Zhang-Wei Hong, Tong Che, Dimitris N. Metaxas
机构
*
Rutgers University（新泽西州立大学）
；
Nanyang Technological University（南洋理工大学）
；
University of Connecticut（康涅狄格大学）
；
Fudan University（复旦大学）
；
NVIDIA Research（NVIDIA研究）
；
Red Hat AI Innovation（红帽AI创新）
；
MIT-IBM Watson AI Lab（MIT-IBM沃森AI实验室）
；
Massachusetts Institute of Technology（麻省理工学院）
Weihao Tan, Changjiu Jiang, Yu Duan, Mingcong Lei, Jiageng Li, Yitian Hong, Xinrun Wang, Bo An
机构
*
Nanyang Technological University（南洋理工大学）
；
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
；
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
；
East China University of Science and Technology（华东理工大学）
；
Singapore Management University（新加坡管理大学）
