timbre

新的Timbre框架改进了多模态测试时强化学习

研究人员开发了一个名为Timbre的新框架，用于无标签多模态测试时强化学习。该方法解决了因误解证据或文本表述而可能出现的、一致但错误的共识问题。Timbre使用可靠性感知谐波共识来聚合来自原始和扰动输入的信��，并根据伪标签置信度变化调整模态权重。在六个基准和三个Qwen3-VL模型规模上的实验表明，Timbre在适应性和向未见实例的迁移方面优于现有方法。