自动手语翻译中，模型逐词生成时易被局部合理但缺乏视觉证据的词带偏，累积成整句语义偏移。
vivo AI Lab提出CAPO-SLT，不更换视觉编码器和奖励函数，让强化学习阶段生成更稳、更忠实。
传统PPO、GRPO对所有词元共用同一裁剪上限，CAPO则让每个词拥有不同更新上限：高置信度词元保守更新，低置信度词元保留更大探索空间。
在CSL-Daily上仅用姿态输入即取得三项最佳，较Geo-Sign提升2.93、1.26分，较Uni-Sign提升4.96、3.07分，并能纠正语义偏移，设计低侵入可移植。