arXiv cs.AI· Ziquan Zhu, Hanruo Zhu, Si-Yuan Lu, Morris Yu-Chao Huang, Yicheng Lin, Wei Han, Tianlong Chen, Mingyuan Wu, Hanchao Yu, Gaojie Jin, Lu Liu, Bo Sun, Tianjin Huang·· 27 天前AI 评分34
视觉语言模型何时重新思考：学习多视角自我验证
When to Rethink: Learning Multi-Perspective Self-Verification for Vision-Language Models
AI 导读
研究人员提出面向视觉语言模型的多视角自我验证框架 MOTIVE，以提升多模态推理的回答可靠性。该框架从互补视角评估候选答案并计算可靠性评分，在推理阶段自主决定直接接受答案或触发重新思考。实验表明，MOTIVE 在多个基准上超越了现有的自我验证与自我纠错基线，同时减少了不必要的推理轮次。
来源：arXiv cs.AI · arxiv.org