Robust-R1

让视觉模型在模糊、低光等恶劣图像下也能准确推理

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 18 🐛 待处理 3 👀 关注 11

GitHub ↗

GitHub 星标 ★ 510

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码公开，可自行部署使用，无收费信息。

项目预览

项目数据

分类开源模型

开发团队jqtangust

GitHubhttps://github.com/jqtangust/Robust-R1

定价模式🏷️完全免费

价格说明开源项目，代码公开，可自行部署使用，无收费信息。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Python

技术栈/模型large-language-models,multi-modal,multimodel-large-language-model,reasoning,robustness,trustworthy-ai

GitHub 星标★ 510

上线时间2025-11-09 00:00:00

代码更新2026-01-20

仓库体积1.6 MB

本站数据更新2026-11-11

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

Robust-R1 是一个针对视觉语言模型在复杂退化场景下推理能力不足的问题而提出的开源项目，其论文被 AAAI 2026 接收为 Oral。该项目核心是提出一种“退化感知推理”方法，通过让模型显式识别图像中的退化类型（如模糊、噪声、低光等），并基于此进行逐步推理，从而显著提升模型在真实恶劣环境下的视觉理解鲁棒性。项目提供了官方实现，包括模型训练代码、推理脚本和评估基准，支持在主流视觉语言模型（如 LLaVA 系列）上进行微调。它解决了现有模型在退化图像上性能骤降的痛点，使得模型在自动驾驶、监控、遥感等对图像质量敏感的场景中更加可靠。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 510

技术标签

large-language-models multi-modal reasoning trustworthy-ai

使用教程

难度：高级约 120 分钟部署方式：本地GPU 5 步

环境要求

CUDA 显卡
Python 3.10
较大显存

安装与启动步骤

1建环境

它锁具体的 Python 小版本。
```
conda create -n robust_r1 python=3.10
```
2跑安装脚本

仓库把依赖打包成一个脚本。
```
bash setup.sh
```
3先跑演示

给一道带干扰项的选择题，看它怎么选。
```
python demo.py "What type of vehicles are the people riding?"
```
4起界面

也有网页界面可交互。
```
python app.py
```
5要训练再拉外部框架

训练依赖外部框架与额外数据，成本高。