Tag · 1 篇
Rationale-Enhanced Decoding for Multi-modal Chain-of-Thought
提供了一种推理时即插即用的解码策略:将图像条件与思维链理由条件的下一词元分布相乘,可直接套用到任意 LVLM 的多模态推理流程中,无需训练即可提升理由忠实度与答案准确率。