用于高效视觉推理的问题特定知识图谱

研究者提出强化学习框架 VisKG，通过将视觉内容转化为问题特定的知识图谱（KG）表示，在过滤感知噪声的同时保留链式推理所需的实体关系结构。VisKG 采用 GDPO 优化算法并引入负面推理样本进行监督强化，在科学、数学及通用视觉基准测试中以更少的 token 消耗取得相当或更优的表现。实验显示，GDPO 训练使 VisKG 的平均准确率相比 GRPO 提升了 2%。