混合强化学习

MiniCPM-V 4.5：通过架构、数据与训练配方打造高效多模态大模型

MiniCPM-V 4.5: Cooking Efficient MLLMs via Architecture, Data, and Training Recipe

3D-Resampler 对图像与视频做高度紧凑的视觉编码，配合混合强化学习在短/长推理模式间切换，为视觉侧提供了一条在 8B 规模下同时压低显存与推理耗时的可复用路线；其视频 token 压缩策略对做视频 MLLM 的效率优化尤其有参考价值。