ERIM：显式规则归纳提升多模态上下文学习

论文提出显式规则归纳框架 ERIM，报告多模态上下文学习性能提升。

资讯摘要

论文提出 ERIM 框架，针对多模态上下文学习（MICL）中任务需从示例推断隐含规则的问题，不再把 MICL 当作直接的输入输出映射，而是显式归纳并推理规则。作者利用多模态大模型构建以规则为中心的数据集，引入规则归纳的显式监督，并用混合冷启动监督微调加强化学习的两阶段策略微调模型。作者报告在多种 MICL 设置下性能一致提升，且正确归纳规则能带来更强更稳定的表现。

要点速读

1. 论文指出已有 MICL 方法多将任务视为直接输入输出映射，忽视显式规则归纳，限制性能与可解释性。
2. ERIM 构建规则中心的 MICL 数据集，加入规则归纳显式监督，并采用冷启动监督微调与强化学习两阶段训练。
3. 作者报告在多种 MICL 设置下性能一致提升，并称正确归纳底层规则直接带来更强更稳定的表现。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。