Timbre：面向多模态测试时强化学习的可靠性感知调和共识框架

Timbre 用可靠性加权的调和共识改进多模态测试时强化学习伪标签。

资讯摘要

论文提出 Timbre，一种用于多模态测试时强化学习的可靠性感知调和共识框架。它构建原图与扰动图、直接求解与重述模式组成的 2×2 网格，通过加权调和聚合选择伪标签，并以批次平均、时间平滑的伪标签置信度变化作为启发式可靠性信号调整模态权重。作者报告在六个基准、三个 Qwen3-VL 规模上，多数设置优于 TTRV。

要点速读

1. 方法将共识表述为加权 χ²-重心问题，其唯一极小值即归一化加权调和聚合，无需正确答案不变性假设。
2. 论文给出精确的支持—离散度分解，刻画调和聚合何时保留或纠正算术排序，并分析模态重加权对成对排序边际的影响。
3. 作者报告在六个基准、三个 Qwen3-VL 模型规模上，适配实例 18 个设置中 16 个、留出实例 17 个设置中优于 TTRV。

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 2026/10/31 08:00:18（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。