arXiv cs.CV· Yixuan Li, Yuxuan Jiang, Hanwei Zhu, Hancheng Zhu, Fan Zhang, Shiqi Wang, David Bull·· 4 小时前AI 评分37
链与增益：RLVR 在基于推理的图像质量评估中改变了什么
Of Chains and Gains: What Reinforcement Learning changes on Reasoning-based Image Quality Assessment
AI 导读
研究通过采样感知评估与受控推理干预考察基于推理的图像质量评估（IQA），发现 RLVR 提升大型 VLM 评分，却未加深对显式推理的依赖。RL 训练模型在大预算 max_g@k 下优于基座模型，RLVR 生成的思维链移植后也能提升基座模型表现。但推理时评分对链的依赖减弱（7B 比 32B 更明显），模型还可能利用与 MOS 相关的文本线索抬高 benchmark 分数。
来源：arXiv cs.CV · arxiv.org