研究团队提出VLM多模态自验证框架MOTIVE

针对视觉语言模型（VLM）容易生成看似合理却错误答案的问题，研究人员提出了多模态推理自我验证框架 MOTIVE。该框架通过从互补的多个视角评估候选答案并学习可靠性评分，使模型能够在推理阶段自主决定是直接采纳答案，还是触发基于历史的重新思考机制。多项多模态基准实验结果显示，MOTIVE 显著优于现有的自我验证与自我纠错基线，在无需外部评判器的情况下有效减少了不必要的推理轮次。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。