inclusionAI发布ZoomGain视觉监督方法及模型

inclusionAI 发布了 ZoomGain-9B 模型及配套的 RL 训练数据集，该模型通过挖掘图像全局与局部细节间的感知差距构建视觉监督。ZoomGain-9B 在多个细粒度感知和通用感知基准测试中表现优于 28 模型中的最佳者，得分达 61.08。训练数据包含 9,000 条记录和 7,713 张图像，支持从 Qwen3.5-4B 或 Qwen3.5-9B 检查点启动强化学习训练。

inclusionAI 发布了 ZoomGain-4B 模型，该模型通过挖掘图像全局到局部的感知差距构建视觉监督任务。模型在 ZoomGainBench 上达到 61.08 分，优于 28 模型中的最佳表现，并支持在多个细粒度和通用感知基准中取得优异成绩。训练数据包含 9,000 条记录和 7,713 张源图像，可通过 Hugging Face 下载并使用 Qwen3.5-4B 进行强化学习训练。