AdaTurn：面向主动视觉感知代理的预算感知测试时缩放

主动视觉代理通过在多轮交互中交替进行推理与图像定位动作来解决细粒度图像任务。然而，部署时的 rollout 预算往往不固定，现有方法因忽视预算限制常导致“灾难性截断”。本文提出 AdaTurn，一种预算感知框架，通过将允许轮次作为条件显式训练边界行为。其核心组件 FA-DAPO 将超预算事件转化为可训练的最终决策步骤，教导模型在无法继续使用工具时综合部分证据。该方法显著提升了低预算下的准确率，同时在较大预算下保持了良好的扩展性。