哈工大提出 EASE:证据锚定空间注意力,让多模态 RLVR 答对也看对地方
jiqizhixin · x · 2026-09-11
哈尔滨工业大学与中关村学院提出 EASE（Evidence-Anchored Spatial Attention），被 EMNLP 2026 Findings 接收。
- 成绩：Qwen2.5-VL-7B +2.9 分、Qwen3-VL-4B +3.1 分、Qwen3-VL-8B +2.5 分，均超过最强的 outcome-only 基线 DAPO
- 发现的盲点：多模态 RLVR 中仅用结果奖励会提升准确率，但模型的关注区域与图像证据位置系统性错位——答对了却没看对地方
- 方法：构建证据标注管线生成支撑答案区域的 bounding box，仅作训练元数据、不作模型输入；每个框转为 2D 高斯（2σ 覆盖框宽/高一半），多框等权混合防止大框主导，再加 10% 背景平滑增强容错，形成过程级奖励信号
「研究」频道最新
- Artificial Analysis 发布智能指数 v5:四大类 12 项基准重构榜单 — xeophon · 2026-10-28
- neuron-finder:消费级显卡约 5 分钟精准定位指定神经元 — pbaylies · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- 网友玩坏可解释性:找到了让 Qwen「发疯」的神经元 — sebkrier · 2026-10-28
- 不开向量检索也能拿 86.67%,开源记忆层 Mind 挑战 embedding 必要性 — GabrielMartinMoran · 2026-10-28
- 提议：给每篇 arXiv 论文找最短复现 prompt,度量真实信息增量 — tak3sh8 · 2026-10-28