跳到正文
arXiv · ML· David Huang, Lianlei Shan·· 12 小时前AI 评分33

DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning

DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning

AI 导读

DLWM 是一种结合潜空间推理与强化学习的多模态推理框架,在多个基准测试中准确率较现有方法高出 2-5 个点,同时内存使用降低 24%。 该框架通过构建多样化的潜空间世界假设并利用基于正交性的多样性正则化防止假设坍缩,解决单一解释假设的局限性。 资源感知的强化学习策略将推理过程建模为资源受限的序贯决策问题,动态决定扩展、剪枝、合并推理路径或生成最终答案。

来源:arXiv · ML · arxiv.org