CAVE：面向碎片化视觉证据推理的结构化信用分配方法

CAVE 用三类过程信号为视觉推理中间步骤分配信用。

资讯摘要

论文针对视觉语言模型难以整合非局部视觉信息、语义欠定的“碎片化视觉推理”问题，提出 CAVE。该方法基于 GRPO，以动作级过程奖励评估中间步骤贡献，使用信念更新、证据获取和自适应焦点控制三类信号。作者还构建覆盖四个非局部且语义易混维度的 TRACER-Bench，并提供关键中间证据。作者报告 CAVE 在公开基准与 TRACER-Bench 上提升碎片化证据整合任务表现，通用多模态评测保持竞争力。

要点速读

1. 论文提出 CAVE，一种基于 GRPO 的结构化过程奖励方法，用于交错视觉推理中的动作级信用分配。
2. CAVE 使用信念更新、证据获取、自适应焦点控制三类推理过程信号评估中间步骤贡献。
3. 作者构建 TRACER-Bench，覆盖四个非局部、语义易混的推理维度，并提供关键中间证据用于监督推理路径。

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 2026/10/23 08:00:11（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。