自动验证

超越多项选择：面向鲁棒视觉语言强化微调的可验证开放问答

Beyond Multiple Choice: Verifiable OpenQA for Robust Vision-Language RFT

为视觉语言模型提供可验证的开放问答数据构造与自动验证流程，可直接用于强化微调（RFT）和更可靠的基准评测，避免多项选择选项泄露带来的奖励信号偏差。