提出PACG多模态强化学习信用分配方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Zhongan Bi 等作者的论文，提出 Persistence-Aware Credit Gating（PACG）方法，用于多模态强化学习中的持续性感知信用分配。该工作指出，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，而结果级强化学习会让这些主张继承正确答案的正向信用。PACG 的做法是对异常持续存在的视觉主张衰减正向信用，其余信用保持不变。据该论文称，该方法不需要支持/不支持的标签，也不增加推理成本。目前进展限于方法提出与上述实验观察，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。