arXiv · cs.CL· Chenxi Liu·· 1 天前AI 评分34
EVAN：基于证据消融负样本的多模态推理强化学习框架
Grounding Multimodal Reasoning with Evidence-Ablated Negatives
来源与原文
arXiv · cs.CL
作者：Chenxi Liu
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/2610.39237v1
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
研究提出 EVAN，一个利用证据消融负样本（EVidence-Ablated Negatives）的多模态强化学习框架，用于让 LMM 避免依赖语言先验而非视觉证据进行推理。该方法通过图像信息增益指标筛选高视觉依赖样本，遮挡最具判别性的图像块诱导出貌似合理但缺乏视觉依据的负响应，并在策略优化中作为有界辅助信号惩罚捷径学习。实验表明 EVAN 缓解了模态失衡，优于强 RLVR 基线，代码已开源。
来源：arXiv · cs.CL · arxiv.org