研究者提出FWS策略提升VLM视觉忠实推理

Peng Gao等研究者提出 Faithful Warm-Start（FWS）策略，在强化学习之前先做忠实性预热，实验显示该策略提升了答案准确率、稳定了强化学习训练，并减少了缺乏视觉依据的推理。 FWS 先从六个通用视觉问答（VQA）基准中筛选具有明确视觉—语言因果关系的样本，构建 FaithfulQA 数据集，再用基于视觉语言模型的评判器提纯，随后才进行稀疏答案级奖励的强化学习优化。上述效果为作者在论文中报告的实验结果。

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。