MOTIVE：VLM多视角自验证重思考框架

研究者提出面向视觉语言模型（VLM）的MOTIVE框架，旨在提升多模态推理可靠性。该框架从互补验证视角评估候选答案，学习与正确性对齐的可靠性分数，并在推理时据此决定直接接受答案，或触发历史引导的反思。实验显示，MOTIVE在多个多模态基准和VLM骨干上优于强自验证与自纠正基线，同时减少不必要的推理轮次，且无需外部评判。目前报道仅涉及该框架方法与实验结果，未见后续独立验证或争议。

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。