Multimodal LLMs Spatial Reasoning Decision Process Error Correction
摘要

多模态大语言模型(MLLMs)在复杂空间场景理解中潜力巨大,但其开放端推理易受决策错误和误差累积影响,导致结果不稳定。为此,本文提出一种优势引导的门控框架,动态干预并纠正推理过程中的偏差。我们将逐步推理建模为有限视界决策过程,引入蒙特卡洛值评估以提供中间监督信号。该框架包含步骤级和轨迹级优势门控,分别筛选高价值推理步骤和高质量完整轨迹。实验表明,该方法显著提升了基准MLLMs在视觉空间理解任务中的性能。

AI 推荐理由

论文核心解决多模态模型在空间推理中的决策错误与误差累积问题,通过优势引导门控机制优化推理过程,直接提升推理准确性。

研究机构
华科大学
论文信息
作者 Ling Lin, Yang Bai, Congcong Zhu, Jiangming Shi, Meng Wang et al.
发布日期 2026-08-08
arXiv ID 2608.07987
相关性评分 9/10 (高度相关)