基于锚定描述的判别感知用于推理分割

推理分割常利用强化学习生成解释性推理链以指导多模态大模型。然而，现有几何奖励仅能引导最终定位，无法判别推理过程是否偏离目标区域。缺乏此类判别指导导致推理链冗长且焦点模糊。为此，本文提出 DPAD 方法，强制模型生成目标对象的描述性标题，并通过对比其语义相关性与背景上下文来实现显式判别。优化该判别能力迫使模型聚焦目标独特属性，从而生成更收敛、高效的推理链。实验表明，该方法在 ReasonSeg 基准上 cIoU 提升 3.09%，推理链长度减少约 42%。