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·· 11 小时前AI 评分24
MOTIVE：面向视觉语言模型的多视角自验证与可靠性引导重思考框架
When to Rethink: Learning Multi-Perspective Self-Verification for Vision-Language Models
AI 导读
针对视觉语言模型自验证依赖单一标准或固定提示词、可靠性评估不完整的问题，研究者提出 MOTIVE 多视角自验证框架，通过正确性对齐的多视角验证学习为每个候选答案打分。推理时该分数决定直接采纳还是触发历史引导的重思考，在多种多模态基准和 VLM 主干上持续优于强自验证与自纠正基线，并减少不必要的推理轮次。
来源：arXiv cs.AI · arxiv.org