论文页面 - 看得越多就知道得越多吗？多源视觉推理的单锚点优势归一化

来源：https://huggingface.co/papers/2605.25437 发布于 5 月 25 日

·

由 Zeng (https://huggingface.co/AuroraZengfh) 于 5 月 27 日提交

摘要

一种新颖的基于单锚点的多源推理框架，利用动态锚点量化信息增益，并在基于可验证奖励的强化学习过程中调节模态交互。

通过基于可验证奖励的强化学习（RLVR）进行视觉推理已取得显著进展。然而，当处理多源输入时，现有方法往往将其视为信息的简单累积，缺乏明确的机制来区分整合额外源是否能带来信息增益或引入干扰。因此，它们难以有效建模多源整合时的动态交互，尤其是在源物理属性和语义差异显著的情况下（例如红外与深度），导致当某一源持有主导信号时，其性能甚至不如单源推理。为解决这一问题，我们提出 MARS，一种新颖的基于单锚点的多源推理框架，该框架将每种视觉模态建模为独立的信息源。具体而言，我们的方法通过将单源奖励视为动态锚点，显式地将多源融合引入的信息增益纳入优势归一化中，并在 RLVR 过程中自适应地强化源之间的相互促进作用，同时抑制潜在的噪声或冲突。从理论分析来看，我们的方法有效量化了多源整合在梯度估计中引入的信息增益，实现了模态间的一致调节。实验结果表明，在 GRPO 和 DAPO 上，该方法在不同数据集上分别取得了 3.2% 和 4.9% 的性能提升，证实了其有效性。

查看 arXiv 页面 (https://arxiv.org/abs/2605.25437) 查看 PDF (https://arxiv.org/pdf/2605.25437) GitHub2 (https://github.com/AI9Stars/MARS) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.25437)

在你的 Agent 中获取这篇论文：

hf papers read 2605.25437

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型0

没有模型关联本文

在模型 README.md 中引用 arxiv.org/abs/2605.25437 可从本页链接到它。

引用本文的数据集0

没有数据集关联本文

在数据集 README.md 中引用 arxiv.org/abs/2605.25437 可从本页链接到它。

引用本文的 Space0

没有 Space 关联本文

在 Space README.md 中引用 arxiv.org/abs/2605.25437 可从本页链接到它。

包含本文的收藏0

没有收藏包含本文

将本文添加到收藏 (https://huggingface.co/new-collection) 可从本页链接到它。