跳到正文
arXiv · 机器人与计算机视觉· Muhammad Usman, Muhammad Qasim Ayub, Usman Ahad, Muhammad Tahir·· 2026-10-20AI 评分58

VisConf:面向 VLM 推理的质量感知共识方法

VisConf: Quality-Aware Consensus for Best-of-N in Vision-Language Model Reasoning

AI 导读

针对视觉语言模型(VLM)在 Best-of-N 采样中仅靠答案频率或模型置信度不足的问题,本文提出 VisConf 方法,通过结合分布式置信度与视觉注意力来评估生成轨迹质量。

来源:arXiv · 机器人与计算机视觉 · arxiv.org