ИССЛЕДОВАНИЕ · RESEARCH · #824
CounterCredit проверяет визуальные вызовы, снижая бесполезные просмотры и повышая качество VLM
В работе arXiv:2609.22910v1 предложен CounterCredit — метод, который для каждого возвращающего изображение вызова проверяет, был ли он действительно нужен и использован, вычисляя значение решения (ответ сразу vs. через визуальную ветку) и значение доказательства (сравнение возвращённой обрезки с случайными обрезками того же размера). При тех же исходных условиях CounterCredit обгоняет baseline с outcome-only GRPO: 89,5% на V*, 80,2% на HR-Bench-4K и 76,4% на HR-Bench-8K, снижает долю спurious-вызовов до ~31–36% и поднимает Qwen3-VL-8B с 75,4 до 80,8 в среднем.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В работе arXiv:2609.22910v1 предложен CounterCredit — метод, который для каждого возвращающего изображение вызова проверяет, был ли он действительно нужен и использован, вычисляя значение решения (ответ сразу vs.
- через визуальную ветку) и значение доказательства (сравнение возвращённой обрезки с случайными обрезками того же размера).
- При тех же исходных условиях CounterCredit обгоняет baseline с outcome-only GRPO: 89,5% на V*, 80,2% на HR-Bench-4K и 76,4% на HR-Bench-8K, снижает долю спurious-вызовов до ~31–36% и поднимает Qwen3-VL-8B с 75,4 до 80,8 в среднем.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, потому что CounterCredit связывает вознаграждение с действительно полезными визуальными доказательствами, уменьшая лишние просмотры и повышая точность и эффективность VLM.