论文指出，多模态连续潜变量推理存在严重的训练—推理不匹配：训练后验可利用真实答案，导致答案泄漏和先验污染。作者提出AMVL，以正向与反向KL双向校准先验和后验，并在潜变量集成式MLLM中验证，在复杂BLINK基准上平均提升10.83分，单项最高提升32.00分。
最近 24 小时暂无可用热度快照。