Tag · 2 篇
程序化推理
01 02
视觉文档理解与推理：一种带智能体级自适应测试时扩展的多智能体协作框架
Visual Document Understanding and Reasoning: A Multi-Agent Collaboration Framework with Agent-Wise Adaptive Test-Time Scaling
把视觉文档理解拆成规划、执行、判断、回答四个智能体并做智能体级自适应测试时扩展，为 VLM 在复杂多步推理场景下提供了一种可复用的「程序化扩展」替代单体模型堆参数的思路。
VIRO：面向指代表达理解的带验证鲁棒高效神经符号推理
VIRO: Robust and Efficient Neuro-Symbolic Reasoning with Verification for Referring Expression Comprehension
在神经符号 REC 的推理链中嵌入算子级轻量验证器，使每个算子（物体存在性、空间关系）执行后自检并可弃权，为视觉推理系统提供抑制级联误检、处理无目标情形的可复用机制。