郭腾达等提出CAVE方法应对碎片化视觉推理

Tengda Guo 等作者在 arXiv 发布论文，提出 CAVE，一种基于 GRPO 的结构化过程奖励方法，并构建了 TRACER-Bench 基准。 该方法通过信念更新、证据获取和自适应聚焦控制三类过程信号评估中间步骤的贡献，解决视觉语言模型在碎片化视觉推理（Fragmented Visual Reasoning）中难以整合非局部视觉信息的问题。

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。