O R1-V é um projeto focado na capacidade de generalização de modelos de linguagem visual reforçados (VLM). Através da técnica de aprendizado por reforço com recompensas verificáveis (RLVR), ele melhora significativamente a capacidade de generalização do VLM em tarefas de contagem visual, especialmente em testes fora de distribuição (OOD). A importância desta técnica reside na otimização eficiente de modelos em larga escala com custo extremamente baixo (apenas US$ 2,62 de custo de treinamento), oferecendo novas perspectivas para a aplicação prática de modelos de linguagem visual. O projeto se baseia em melhorias nos métodos de treinamento de VLM existentes, com o objetivo de melhorar o desempenho do modelo em tarefas visuais complexas por meio de estratégias inovadoras de treinamento. A natureza de código aberto do R1-V também o torna um recurso importante para pesquisadores e desenvolvedores explorarem e aplicarem tecnologias VLM avançadas.