arXiv · cs.AI· Haotian Lyu·· 1 天前AI 评分24
Timbre：面向无标签多模态测试时强化学习的可靠性感知调和共识框架
Timbre: Reliability-aware harmonic consensus for label-free multimodal test-time rexinforcement learning
来源与原文
arXiv · cs.AI
作者：Haotian Lyu
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/2610.39439v1
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
arXiv 论文提出 Timbre，一种用于多模态测试时强化学习的可靠性感知调和共识框架，通过原始与扰动图像及直接求解、重述模式构建 2×2 网格，并经加权调和聚合选择伪标签。在六项基准和三种 Qwen3-VL 模型规模上，Timbre 在 18 组基准-模型设置中的 16 组（适配实例）和 17 组（held-out 实例）优于 TTRV，且无需正确答案不变性假设。
来源：arXiv · cs.AI · arxiv.org