提出了一种名为 Perception-Judge 的训练框架及对应数据集 PPJD,通过强化学习与可验证的奖励建模缓解多模态大模型作为评判者时的感知判断偏差,显著提升了评估的视觉准确性和一致性。
机构:KAIST
来源:arXiv 2606.02578 | AI4Papers 论文推荐平台