ESC：面向可靠视觉 - 语言模型的情感自我修正

视觉 - 语言模型（VLM）在多模态任务中表现优异，但推理可靠性仍存不足。现有自修正方法依赖后训练或精心设计的反馈，计算成本高。本文探索情感线索能否在无额外训练下激活 VLM 潜在的自修正行为。研究发现，情感信号能有效触发更谨慎、反思性的推理。据此提出 ESC 框架，通过外部验证器检测错误并注入情感反馈，促使模型生成更优修正响应。实验表明，ESC 在安全、幻觉及多模态推理基准上显著提升了模型可靠性。