华中科技大学与华为提出 UniCAR-RL，三分支强化学习拆分多模态数学推理中的感知与推理

华中科技大学与华为合作的 UniCAR-RL 被EMNLP 2026 Findings接收，用 Caption-RL、Reasoning-RL 和 QA-RL 三个共享参数的分支把视觉感知与推理拆开优化，仅依赖短答案监督。