论文提出免训练插件 ClueTracer，通过追踪问题到视觉线索抑制多模态推理幻觉。
资讯摘要
论文指出，大型多模态推理模型在长链推理中会出现“推理漂移”：收集线索时过度关注与问题无关的实体，使推理轨迹逐渐脱离视觉依据，从而产生幻觉。作者提出评估视觉线索检索的指标 ClueRecall，以及免训练、无参数、与架构无关的插件 ClueTracer，从问题出发沿推理路径追踪关键线索，定位任务相关图像块并抑制无关区域注意力。作者报告该方法在 R1-OneVision、Ocean-R1、MM-Eureka 等架构上于推理基准提升 1.21×。
要点速读
- 论文将多模态推理幻觉归因于“推理漂移”，即模型在收集线索时过度关注与问题无关的实体。
- 提出 ClueRecall 指标，用于评估视觉线索检索；ClueTracer 从问题出发追踪线索在推理路径中的传播。
- ClueTracer 免训练、无参数、与架构无关，作者报告在多个推理架构上推理基准提升 1.21×。
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。