这个工作其实包含了两部分，从论文的摘要里可以看到，一个是统一的可复用的RL训练框架，V-Triune，另一个是训练好的结果模型：Orsta。
这两者的关系很简单，就是框架是可以复用的，可以用这个框架生成各种模型，文中的Orsta就是基于开源QwenVL的7B和32B模型生成的，所以这套框架的最大优势就是 model free，理论上可以应用在任意的模型，无论是开源还是闭源。
并且这套框架最牛的地方在于把VLMs（Visual Langugage Models）的两个…。
{dede:pagebreak/}
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？ 
前端是不是快没了？ 
国内为什么那么多人黑 WordPress ？ 
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？ 
这种裙子是不是对直男爆杀？ 
有哪些让你目瞪口呆的 Bug ？ 
银行股为什么大涨几年？ 
如何评价《情感反诈模拟器》女演员刘梦茹最新的抖音***回应? 
如何评价黄子华？ 
如果苹果真的下架了微信的话，会发生什么？ 
有用 NAS 被联通以安全为由要求停止使用的吗？ 
如何看待2025年浙江高考杭州二中高分段被镇海宁海学军等碾压？ 
有人认识这个小姐姐吗，超爱她的照片? 
为什么 J***aScript 在国外逐渐用于前端+后端开发，而国内还是只用它做前端？ 
DIY的NAS易用性如何？ 有哪些是你用上了mac才知道的事？ 
