Vero-600k 是普林斯顿大学 zlab 团队于2026年发布的多模态多任务视觉强化学习数据集，相关论文成果为「Vero: Scaling Multi-Task Visual Reinforcement Learning」，旨在面向视觉语言模型做多任务视觉推理强化学习训练与评测。

该数据集整合 59 个子数据集，覆盖 STEM 推理、图表与 OCR、空间练与评测推理与动作、知识与识别、视觉定位与计数、图像描述与指令遵循 6 个视觉推理类别，共计 60 万条强化学习图文样本。

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},
}