Improving Multimodal Reasoning via Worst Dimension Optimization

O raciocínio multimodal exige integridade em diversas restrições, como fundamentação visual e consistência lógica. Os Modelos de Recompensa de Processo atuais frequentemente ocultam falhas em dimensões individuais ao ponderar os fatores igualmente, comprometendo o processo de raciocínio geral.