iReasoner: Trajectory-Aware Intrinsic Reasoning Supervision for Self-Evolving Large Multimodal Models
iReasoner: 一种面向轨迹的内在推理监督方法,用于自演化的大多模态模型
机构 * Vellore Institute of Technology(韦洛雷理工学院) ; School of Information and Data Sciences(信息与数据科学学院) ; Nagasaki University(长崎大学) ; Loughborough University(洛桑大学)
专题命中 其他多模态 :multimodal(title,abstract);分类 cs.CL
AI总结 本文提出iReasoner,一种自演化框架,通过显式引导推理链和奖励内部一致性来提升大模型的隐式推理能力,在无监督设置下实现了多模态推理基准的性能提升。
Comments ACL 2026 (Findings)