arXiv cs.AI· Zhongan Bi, Kepeng Lin, Xuanang Gao, Yuhan Sun, Lianrun Zhang·· 4 小时前AI 评分38
视觉敏感性不等于声明可撤回性：多模态强化学习的持久性感知信用分配
Visual sensitivity is not claim retractability: persistence-aware credit assignment for multimodal reinforcement learning
AI 导读
持久性感知信用门控（PACG）通过削弱异常持久的视觉声明所获正向信用，使多模态模型更易撤回图像无支撑的声明。固定 rollout 反事实诊断显示，DAPO 与 VPPO 下证据函数敏感性（EFS）上升、无支撑声明却更持久，GRPO 无此退化。
来源：arXiv cs.AI · arxiv.org