ERIM：基于显式规则归纳的多模态上下文学习框架

该框架利用多模态大语言模型的推理能力，通过显式归纳演示样本的潜在规则提升多模态上下文学习性能。 方法包含构建规则中心数据集、引入显式规则归纳监督，并采用混合冷启动微调与强化学习的两阶段训练策略。 实验表明，正确归纳底层规则能带来更强且更稳定的性能提升。