因果去偏

超越感知捷径：面向轻量级多模态大模型可泛化视频推理的因果启发去偏优化

Beyond Perceptual Shortcuts: Causal-Inspired Debiasing Optimization for Generalizable Video Reasoning in Lightweight MLLMs

对做轻量级视频 MLLM 的研究者，这篇给出了一个可复用的去偏训练范式：先训练一个专门拟合数据偏置的「偏置模型」，再用带排斥项的 CDPO 目标把主模型推离捷径逻辑，可在不做 SFT、仅用 1% 数据做 RL 的条件下提升视频推理泛化性。