Improving Multimodal Reasoning via Worst Dimension Optimization

En 3 lignesArticle proposant une optimisation par « pire dimension » pour améliorer le raisonnement multimodal. Les Process Reward Models actuels pondèrent équitablement les facteurs (ancrage visuel, cohérence logique), masquant les défaillances individuelles. La méthode vise à garantir la validité globale du processus de raisonnement.

Résumé généré par Claude — vérifié par l'humain