提出 Confidence-Driven Reinforcement Learning (CDRL) 方法以校准多模态大语言模型(MLLMs)的视觉感知相关置信度,并进一步设计 Confidence-Aware Test-Time Scaling (CA-TTS) 框架,动态协调 Self-Consistency…
机构:浙大
来源:arXiv 2603.12149 | AI4Papers 论文推荐平台