MIRA：用欺骗性上下文增强多模态推理

Zhihan Yin 等作者提出 MIRA 多模态推理训练框架：训练时注入经过筛选的欺骗性视觉上下文，构造“硬陷阱”，以提升模型对错误视觉信息的鲁棒性。该框架还加入组内反思触发机制，让模型自行发现并纠正视觉线索与逻辑约束之间的矛盾，且不依赖人工标注。作者称，在多个推理与感知基准上，MIRA 在域内基准平均提升 7%，以视觉为中心的基准也有一致提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。