arXiv cs.CV· Chaoyu Li, Fei Tao, Pooyan Fazli·· 5 小时前AI 评分27
CASHEW：通过迭代轨迹聚合稳定多模态推理
CASHEW: Stabilizing Multimodal Reasoning via Iterative Trajectory Aggregation
AI 导读
针对视觉语言模型多步推理不稳定、重复采样易产生分歧轨迹的问题，研究者提出 CASHEW 与 CASHEW-RL 两种方法：前者在推理时迭代聚合多条候选轨迹并借助视觉验证提供 grounding 线索，后者用 GSPO 训练将聚合行为内化到单一模型。
来源：arXiv cs.CV · arxiv.org