arXiv · AI· Somraj Gautam, Gaurav Harit·· 4 小时前AI 评分33
Self-RefineVQA：面向文档图像表格视觉问答的自我评估迭代推理框架
Cycle-of-Thought: Self-Evaluative Iterative Reasoning for Table Visual Question Answering in Document Images
AI 导读
Self-RefineVQA 是一种无需训练的推理时自校正框架，显著提升表格视觉问答（VQA）性能，使 2B-7B 参数小模型性能比肩更大模型。 该框架让单一 VLM 迭代充当生成器、批评者与优化者，通过提示引导的自我反馈闭环纠正空间错位与逻辑幻觉。 实验表明其具有更高数据效率，消除了微调所需人工标注瓶颈，成为可靠表格推理的可扩展范式。
来源：arXiv · AI · arxiv.org