Multimodal LLM Reasoning Verification Consensus Mechanism Training-Free
摘要

多模态大语言模型生成的推理链常含细微错误导致答案错误。现有验证方法依赖昂贵标注或简单聚合分数,忽视了分歧本身蕴含的信息。本文提出VERDICT,一种免训练的领域无关逐步验证方法。我们将此形式化为离散冻结验证器间的耦合评分问题,视为具有唯一闭式解的协调博弈,其中一致信号有效步骤,分歧揭示不稳定性。VERDICT显式利用跨模态分歧结构,通过闭式解计算共识分数,实现分歧感知的过滤与稳定性排名。在六个基准测试中,该方法较基线模型最高提升5.95%,性能媲美需大量监督的特定领域批评家,证明无需任务适配即可提供鲁棒的验证信号。

AI 推荐理由

论文聚焦于多模态大模型的推理链验证,通过一致性共识机制提升推理准确性,直接增强推理能力。

研究机构
印度理工学院海德拉巴分校 微软研究院
论文信息
作者 Rohit Sinha, Kunal Tilaganji, Tanuja Ganu, Nagarajan Natarajan, Amit Sharma et al.
发布日期 2026-08-11
arXiv ID 2608.10665
相关性评分 9/10 (高度相关)