test-time-alignment

本文提出了一种面向大型视觉语言模型的测试时对齐方法，利用轨迹引导的结构化采样和迭代MCMC细化，在不进行大量后训练的情况下提高视觉推理准确性。

本文分析了使用小型对齐模型作为代理来指导大型未对齐模型生成的测试时对齐方法。作者提出了一种基于保守置信赌注的新型拒绝准则，并在多个数据集上展示了相比现有方法的改进效果。