arXiv · AI· Chanseul Cho, Noori Bae, Dongheon Lee, Youngmin Ro·· 4 小时前AI 评分38
GRIT: 面向文本密集推理中视觉脱锚Token的梯度掩码
GRIT: Gradient Masking for Visually Misgrounded Tokens in Text-Rich Reasoning
AI 导读
提出GRIT训练框架，将视觉接地引入RLVR以缓解视觉脱锚推理。 Token级分析显示CVMR具有独特的注意力模式，GRIT显著提升了推理准确性和接地保真度。
来源：arXiv · AI · arxiv.org