10月 29 2026 0 PerceptRL：画像認識の誤りを検証可能なQA報酬に変えるMLLM学習 投稿者: 亜美と智也のAI論文解説 編集部 PerceptRLは、MLLMの画像キャプション由来の知覚誤りを検証済みQAに変換し、ルールベース報酬で単一ターンの知覚RLを行う。さらにコード実行によるマルチターン検査に対し、座標ずれを抑えるCoordinate Injectionと接地対応プロセス報酬を導入する。