阿里巴巴集团及合作伙伴推出MMR1：用更少的数据革命性地改变多模态推理！ MMR1引入了方差感知采样（VAS），用于稳定的强化学习微调。解决不稳定的优化和稀缺的高质量数据问题。为社区发布大量开放数据集（约160万CoT，1.5万RL QA）和模型（30亿，70亿，320亿）。