arXiv · AI· Tengda Guo, Jie Leng, Hanlei Li, Yaoyuan Liang, Qingyue Zhang, Dian Yang, Mingyu Zhang, Yuhua Fu, Shao-Lun Huang·· 16 小时前AI 评分25
CAVE：针对碎片化视觉证据推理的结构化信用分配方法
CAVE: A Structured Credit Assignment Approach for Fragmented Visual Evidence Reasoning
AI 导读
研究者提出基于 GRPO 的结构化过程奖励方法 CAVE，解决 VLM 在碎片化视觉推理中的非局部信息整合难题。 该方法通过信念更新、证据获取和自适应焦点控制三个信号，评估中间步骤贡献以优化推理动作。 实验表明 CAVE 在 TRACER-Bench 及公开基准上显著提升性能，并增强了长距离跨区域依赖下的鲁棒性。
来源：arXiv · AI · arxiv.org