TBVM

DREAM-R框架提升多模态推测性推理效率

研究人员推出了一种新颖的框架DREAM-R，旨在增强大型多模态模型中的推测性推理能力。该系统利用一种称为推测性对齐策略优化（SAPO）的强化学习目标来训练草稿模型，以生成忠实且简洁的推理步骤。此外，基于阈值的验证机制（TBVM）通过优先考虑积极证据来确保推测性步骤的稳定接受，从而防止错误传播。该框架还包含一个全并行推测性推理（FPSR）组件，可并行化生成、推理和验证，从而在不牺牲准确性的情况下显著加快速度。