arXiv 人工智能· 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·· 1 天前AI 评分34
视觉语言模型何时重新思考：学习多视角自验证框架 MOTIVE
When to Rethink: Learning Multi-Perspective Self-Verification for Vision-Language Models
AI 导读
针对视觉语言模型易生成看似合理却错误答案的问题，研究人员提出多模态推理自验证框架 MOTIVE。该框架从互补视角评估候选答案并学习可靠性评分，在推理阶段自主决定直接采纳答案或触发基于历史的重新思考。多项多模态基准实验表明，MOTIVE 显著优于现有自验证和自纠错基线，能在无需外部评判器的情况下减少不必要的推理轮次。
来源：arXiv 人工智能 · arxiv.org