arXiv Artificial Intelligence· Tengda Guo, Jie Leng, Hanlei Li, Yaoyuan Liang, Qingyue Zhang, Dian Yang, Mingyu Zhang, Yuhua Fu, Shao-Lun Huang·· 18 小时前AI 评分26
CAVE：面向碎片化视觉证据推理的结构化信用分配方法
CAVE: A Structured Credit Assignment Approach for Fragmented Visual Evidence Reasoning
AI 导读
针对视觉语言模型难以整合非局部视觉信息的“碎片化视觉推理”问题，研究者提出基于 GRPO 的结构化过程奖励方法 CAVE，从信念更新、证据获取和自适应焦点控制三个信号在动作层面评估中间步骤贡献。
来源：arXiv Artificial Intelligence · arxiv.org