arXiv · AI· Xutao Mao, Jianing Zhu, Jinman Zhao, Tongliang Liu, Xiaowen Chu, Cong Wang, Bo Han·· 14 小时前AI 评分25
TAME 框架：基于激活级干预治理 VLM 中的 CoT 混淆
Taming CoT Obfuscation in VLMs: From Mechanistic Evidence to Activation-Level Enforcement
AI 导读
针对 RL 训练导致的 VLM 思维链混淆，提出 TAME 激活级干预框架。 TAME 利用稀疏自编码器（SAE）施加非对称约束，在惩罚模板激活的同时保留视觉证据。 在 VIRL-39k 和 SPA-VL 基准上，CoT 可监控性分别提升 30.9 和 16.7 分，且保持任务准确率。
来源：arXiv · AI · arxiv.org