Vero-600k هي مجموعة بيانات متعددة الوسائط ومتعددة المهام للتعلم المعزز البصري، أصدرها فريق zlab من جامعة برينستون في عام 2026، وتتمثل النتائج البحثية ذات الصلة في «Vero: Scaling Multi-Task Visual Reinforcement Learning»، وتهدف إلى تدريب وتقييم التعلم المعزز للاستدلال البصري متعدد المهام لنماذج اللغة البصرية.

تدمج هذه المجموعة 59 مجموعة بيانات فرعية، وتغطي 6 فئات من الاستدلال البصري: الاستدلال في مجالات STEM، والمخططات وOCR، والاستدلال المكاني والحركي، والمعرفة والتعرف، والتوطين البصري والعد، ووصف الصور واتباع التعليمات، بإجمالي 600 ألف عينة من الصور والنصوص للتعلم المعزز.

Citation

@article{sarch2026vero,
  title = {Vero: An Open RL Recipe for General Visual Reasoning},
  author = {Sarch, Gabriel and Cai, Linrong and Wang, Qunzhong and Wu, Haoyang and Danqi Chen and Zhuang Liu},
  year = {2026},
  journal = {arXiv preprint arXiv:2604.04917},
}