训练动态诊断

理解幻觉在多模态推理模型强化学习后训练中的作用

Understanding the Role of Hallucination in Reinforcement Post-Training of Multimodal Reasoning Models

提出一种通过模态特定扰动（移除或替换关键视觉信息）来诱导幻觉的分析框架，可用于诊断多模态大模型在强化学习后训练中是否真正依赖视觉信息，为设计模态感知的RL训练策略提供可复用工具。