多Judge标注的用于VLM-as-a-Judge的GRPO训练集
收藏官方服务：
资源简介：
多Judge标注的用于VLM-as-a-Judge的GRPO训练集，由llava-critic-GRPO-40K重标和筛选得来。最终训练集包含21578条样本，共有4个Judge的标注：gemini3_flash、gpt5_2、gpt5_2_fast_reasoning、qwen3_vl_plus。
提供机构：
maas创建时间：
2026-01-11
社区交流群
科研交流群
商业服务
多Judge标注的用于VLM-as-a-Judge的GRPO训练集，由llava-critic-GRPO-40K重标和筛选得来。最终训练集包含21578条样本，共有4个Judge的标注：gemini3_flash、gpt5_2、gpt5_2_fast_reasoning、qwen3_vl_plus。