★ 3
DEEPO：双熵增强策略优化缓解多模态大模型幻觉
论文针对多模态大模型强化学习后幻觉改善不均的问题，定位到奖励到参数更新纠正链的两个薄弱点。作者提出 DEEPO，结合信号方差正则化与梯度预处理：语义熵触发的专家前缀为高不确定查询注入有依据的续写，优势符号感知的 Renyi 预处理对抗 logit 饱和。在 VideoMMMU 上取得统计显著的提升…
arXiv cs.AI38 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对多模态大模型强化学习后幻觉改善不均的问题，定位到奖励到参数更新纠正链的两个薄弱点。作者提出 DEEPO，结合信号方差正则化与梯度预处理：语义熵触发的专家前缀为高不确定查询注入有依据的续写，优势符号感知的 Renyi 预处理对抗 logit 饱和。在 VideoMMMU 上取得统计显著的提升…
论文提出一种基于语义熵、几何曲率与纹理丰富度的自适应体素细化框架，用于三维重建，无需依赖语义分类体系。作者进一步引入强化学习智能体，在用户指定内存预算下学习体素细分策略，将手工阈值替换为单一控制参数。多分辨率 TSDF 在合成与真实数据集上取得更高几何精度、更好语义一致性与内存-精度权衡。