arXiv · cs.CL· Kegeng Tang·· 20 小时前AI 评分34
基于 Qwen2.5-VL 的潜在视觉对比推理与多分支探索框架
Latent Visual Contrastive Reasoning with Multi-Branch Exploration
来源与原文
arXiv · cs.CL
作者：Kegeng Tang
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/2610.36809v1
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
研究者提出潜在视觉对比推理（Latent Visual Contrastive Reasoning），一种分支感知的潜在推理框架，可在图像 token 上生成多个问题条件的潜在视觉分支作为软假设。该方法利用边界框证据标注构建目标证据表示，并引入软对比分支-证据对齐目标进行训练。在 Qwen2.5-VL 骨干上以标准监督微调训练后，方法在 3B 和 7B 规模上均超越对应骨干及单路径潜在推理基线。
来源：arXiv · cs.CL · arxiv.org