PACG缓解多模态强化学习无支撑视觉声明持久问题

早先报道提出持久性感知信用门控（PACG），用于缓解多模态强化学习中模型难以撤回图像无支撑声明的问题，其思路是削弱异常持久的视觉声明所获得的正向信用。2026年9月30日，arXiv cs.AI 的新报道以“视觉敏感性不等于声明可撤回性”为题给出固定 rollout 反事实诊断结果：在 DAPO 与 VPPO 下，证据函数敏感性（EFS）上升，但无支撑声明却更持久；GRPO 则未出现这种退化。该结果说明证据敏感性的提高并不等于声明可撤回性的改善。目前事件进展仍处于诊断与机制验证阶段。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。