arXiv Computer Vision· Chaoyu Li, Fei Tao, Pooyan Fazli·· 4 小时前AI 评分27
CASHEW：通过迭代轨迹聚合稳定多模态推理
CASHEW: Stabilizing Multimodal Reasoning via Iterative Trajectory Aggregation
AI 导读
针对视觉语言模型多步推理不稳定、重复采样易产生分歧轨迹的问题，研究者提出推理时框架 CASHEW 与学习变体 CASHEW-RL，后者用 GSPO 训练并内化聚合行为。在 13 个图像、视频理解与视频推理基准上，CASHEW/CASHEW-RL 在 Qwen3-VL-4B 上平均提升 +4.1/+5.3 个百分点，在 Qwen3-VL-8B 上提升 +2.6/+3.0 个百分点。
来源：arXiv Computer Vision · arxiv.org