实体
Kunal Tilaganji
Kunal Tilaganji
PulseAugur coverage of Kunal Tilaganji — every cluster mentioning Kunal Tilaganji across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新基准和方法增强多模态AI推理和可信度 · 跟踪4个来源
研究人员正在开发新方法来提高多模态大语言模型（MLLMs）的可靠性和可信度。一种方法VERDICT利用多个验证器之间的分歧来识别推理步骤中的错误，而无需额外的训练数据。另一种方法AD2-Bench引入了一个分层诊断框架，以查明证据获取中的失败，区分空间歧义和语义不确定性。此外，StructReward提供了一个高效的框架，通过提供结构化的、步骤级别的奖励来实现多模态推理的自我纠正，降低了强化学习的计算开销。最后，MMArch提供了一个…
-
新的纳什均衡框架验证大语言模型推理步骤
研究人员开发了一种新颖的、无需训练即可验证多模态大语言模型推理步骤的方法。该方法将验证视为一个协调问题，将专门的裁判之间的分歧视为无效性的宝贵信号。通过将其形式化为纳什均衡博弈，该方法通过一致性识别有效的推理步骤，并通过稳定性对其进行排名，在无需任务特定适应的情况下，实现了比现有方法显著的改进。