MIRA：通过欺骗性上下文增强强化多模态推理

MIRA 提出一种无需人工标注的训练框架，通过在训练过程中注入经过筛选的欺骗性视觉上下文，解决了现有强化学习框架中感知与推理脱节导致幻觉累积的问题。该框架包含基于组的反思触发机制，帮助模型自主检测并纠正视觉线索与逻辑约束间的矛盾。实验显示 MIRA 在域内推理基准上平均提升 7%，已在 NeurIPS 2026 被接收。