**非对称互变分学习：解决多模态连续推理中的训练-推理不匹配问题**

_Multimodal Continuous Reasoning via Asymmetric Mutual Variational Learning_

> 针对多模态大语言模型在连续推理中因答案泄露导致的训练-推理不匹配问题，研究提出非对称互变分学习（AMVL）框架。该框架通过双向校准目标（前向与反向KL散度）抑制答案依赖捷径，显著提升复杂视觉推理性能，在BLINK基准上平均得分提高10.83。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.00461)