arXiv · NLP· Chenxi Liu, Tianyi Xiong, Yanshuo Chen, Heng Huang·· 5 小时前AI 评分31
EVAN：利用证据消融负样本提升多模态推理的强化学习框架
Grounding Multimodal Reasoning with Evidence-Ablated Negatives
AI 导读
提出多模态强化学习框架 EVAN，通过构建“证据消融负样本”抑制语言先验捷径，改善多模态推理。 EVAN 利用图像信息增益识别高视觉依赖样本，掩码关键图像 patch 生成视觉未接地但合理的负样本，并在策略优化中将其作为有界辅助信号。 实验在多项多模态推理基准上超越强 RLVR 基线，缓解模态不平衡，代码已开源。
来源：arXiv · NLP · arxiv.org