[논문리뷰] Generalized CycleGRPO for Fine-Grained Multimodal Understanding and Grounding기존 Multimodal Large Language Models (MLLMs)은 전체 이미지나 비디오에 대한 이해를 넘어 특정 객체, 공간 영역, 시간 이벤트 등 fine-grained한 정보에 대한 질문에 답변할 수 있어야 합니다.#Review#Multimodal Large Language Models#Fine-grained Understanding#Region Grounding#Reinforcement Learning#Cycle Consistency#DOVE Benchmark2026년 10월 25일댓글 수 로딩 중