Self-Evolving Agents Visual Reasoning Mechanistic Interpretability Faithfulness
摘要

针对多步视觉推理中输出不忠实的问题,本文提出DiffuseAgent-MI,一种基于KL最小能量模型的自我进化智能体。该模型通过特征单元提供视觉机制可解释性的分布视角,学习能量景观以约束生成样本靠近原生先验,弥合解释与内部表示的差距。结合轨迹级忠实度奖励的验证器和错误步骤的能量重条件修复分支,该方法在多个基准上显著提升了准确率及互信息忠实度,证明了能量项与验证器的互补性。

AI 推荐理由

论文核心提出一种自我进化(self-evolving)智能体,通过验证器反馈和修复分支实现自适应改进,直接对应自我进化主题。

研究机构
清华大学
论文信息
作者 An Lanji, Dawei Liu, Jin Li, Haoran Xu, Mei Chen et al.
发布日期 2026-08-01
arXiv ID 2608.00540
相关性评分 9/10 (高度相关)