arXiv Artificial Intelligence· Zhongan Bi, Kepeng Lin, Xuanang Gao, Yuhan Sun, Lianrun Zhang·2026-10-15 12:00· 18 小时前AI 评分28

视觉敏感不等于主张可撤回：多模态强化学习中的持续性感知信用分配

Visual sensitivity is not claim retractability: persistence-aware credit assignment for multimodal reinforcement learning

AI 导读

Qwen2.5-VL-7B 在四个多模态推理基准上正确作答的响应中，27.81% 含至少一个图像不支持的直接视觉主张，而结果级 RL 会让这些主张继承正确答案的正向信用。