概念视觉归因门控 / Visually Attributable Gating
VAG
一种用于多模态强化学习的门控机制，通过构建证据在场与证据退化两种教师视图进行对比，仅接纳被视觉对比一致支持的特权纠正，抑制非视觉混杂因素的污染更新
时间轴 (近 90 天)
10月20日
研究提出了一种名为视觉可归因的在线策略自蒸馏（VAG）框架，通过视觉归因门控过滤被污染的特权纠正。
待验证50%
10月20日
该研究在六个视觉推理基准上进行了验证，VAG相比GRPO和OPSD方法均取得一致优势，并刷新了平均性能最优水平。
待验证50%
10月20日
VAG以验证器优势（RLVR的任务级信号）作为优化锚点，确保策略更新的大方向不偏离可验证的正确性。
待验证50%
10月20日
VAG对每一条特权纠正构建证据在场和证据退化两种教师视图，观察纠正方向是否在视觉对比中得到方向性支持，只有被一致支持的纠正才被接纳。
待验证50%
10月20日
VAG借用了扰动对比思想：构造证据在场与证据退化两种视图，若某条纠正方向在证据退化后依然不变，说明它由语言先验或风格因素驱动而非视觉依据。
待验证50%
全部知识事实 (5)
待验证
研究提出了一种名为视觉可归因的在线策略自蒸馏（VAG）框架，通过视觉归因门控过滤被污染的特权纠正。
50%待验证该研究在六个视觉推理基准上进行了验证，VAG相比GRPO和OPSD方法均取得一致优势，并刷新了平均性能最优水平。
50%待验证VAG以验证器优势（RLVR的任务级信号）作为优化锚点，确保策略更新的大方向不偏离可验证的正确性。
50%待验证VAG对每一条特权纠正构建证据在场和证据退化两种教师视图，观察纠正方向是否在视觉对比中得到方向性支持，只有被一致支持的纠正才被接纳。
50%待验证VAG借用了扰动对比思想：构造证据在场与证据退化两种视图，若某条纠正方向在证据退化后依然不变，说明它由语言先验或风格因素驱动而非视觉依据。
50%