Timbre
Timbre 是一种面向多模态测试时强化学习的可靠性感知谐波共识框架，通过2×2视图网格与加权谐波聚合来筛选伪标签，并利用置信度漂移自适应调整模态权重，以缓解多数投票强化系统性错误的问题。
时间轴 (近 90 天)
Timbre 是一个可靠性感知的谐波共识框架，用于多模态测试时强化学习中的多视图聚合。
Timbre 构建 2×2 视图网格：原始图像与扰动图像分别搭配直接求解和重新表述两种文本模式。
Timbre 使用加权谐波聚合来选取伪标签，而非简单平均。
共识问题被形式化为加权 χ² 重心问题，其唯一极小值正是归一化加权谐波聚合，且不要求“正确答案不变性”假设。
Timbre 使用批平均、时间平滑后的伪标签置信度变化作为启发式可靠性信号，当模态置信度系统性漂移时调低其权重。
Timbre 的权重更新规则没有理论最优性保证，作者将其定位为启发式方法。
在六个基准和三个 Qwen3-VL 模型规模上，匹配估计与优化 rollout 次数条件下，Timbre 在适应实例上对比 TTRV 取得 18 个基准-模型设置中 16 个更优，在留出实例上为 17 个。
Timbre 的实验集中在 Qwen3-VL 系列模型上，跨模型家族的泛化性尚未验证。
Timbre 的可靠性信号依赖批统计，批大小和分布偏移可能影响权重更新的稳定性。
全部知识事实 (9)
Timbre 是一个可靠性感知的谐波共识框架，用于多模态测试时强化学习中的多视图聚合。
50%待验证Timbre 构建 2×2 视图网格：原始图像与扰动图像分别搭配直接求解和重新表述两种文本模式。
50%待验证Timbre 使用加权谐波聚合来选取伪标签，而非简单平均。
50%待验证共识问题被形式化为加权 χ² 重心问题，其唯一极小值正是归一化加权谐波聚合，且不要求“正确答案不变性”假设。
50%待验证Timbre 使用批平均、时间平滑后的伪标签置信度变化作为启发式可靠性信号，当模态置信度系统性漂移时调低其权重。
50%待验证Timbre 的权重更新规则没有理论最优性保证，作者将其定位为启发式方法。
50%待验证在六个基准和三个 Qwen3-VL 模型规模上，匹配估计与优化 rollout 次数条件下，Timbre 在适应实例上对比 TTRV 取得 18 个基准-模型设置中 16 个更优，在留出实例上为 17 个。
50%待验证Timbre 的实验集中在 Qwen3-VL 系列模型上，跨模型家族的泛化性尚未验证。
50%待验证Timbre 的可靠性信号依赖批统计，批大小和分布偏移可能影响权重更新的稳定性。
50%