arXiv · cs.CL· Somraj Gautam·· 4 天前AI 评分26
Cycle-of-Thought：面向文档图像表格 VQA 的自我评估迭代推理方法
Cycle-of-Thought: Self-Evaluative Iterative Reasoning for Table Visual Question Answering in Document Images
来源与原文
arXiv · cs.CL
作者：Somraj Gautam
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32423v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Self-RefineVQA，一个免训练的推理时自我纠错框架，让单个 VLM 迭代扮演生成者、批评者和精炼者，改进表格视觉问答。该框架无需额外标注数据或模型更新，在单语与跨语言表格 VQA 基准上均带来一致的准确率提升，尤其显著提升小模型表现，使 2B-7B 参数的轻量模型可媲美大得多的模型。推理成本呈线性增长，但省去了 SFT 所需的专家标注瓶颈，累计成本更低。
来源：arXiv · cs.CL · arxiv.org