arXiv cs.CL· Bowei Liu, Xinchen Zhang, Xuhuan Li, Tianlin Zhang, Kaian Jiang, Jingwei Liu, Congyang Zhao, Yifei Qian, Junhong Liu, Zhiheng Li, Yujiu Yang, Yang Cai, Ling Yang·· 2 天前AI 评分29
OmniVerifier-C1：面向规则驱动生成式世界建模的分解式分级验证器
OmniVerifier-C1: Decomposed Graded Verifier for Rule-Governed Generative World Modeling
AI 导读
研究团队提出 OmniVerifier-C1，将传统只输出 True/False 的二值视觉验证器改为自动把复杂提示词或环境规则拆解为细粒度子问题并逐项打分的分级验证器，输出连续且可解释的评判信号。
正文 · AI 翻译
作者：Bowei Liu、Xinchen Zhang、Xuhuan Li、Tianlin Zhang、Kaian Jiang、Jingwei Liu、Congyang Zhao、Yifei Qian、Junhong Liu、Zhiheng Li、Yujiu Yang、Yang Cai、Ling Yang
摘要：生成式视觉验证器在推进多模态智能方面发挥着关键作用。为了增强视觉验证器在涉及组合性要求的复杂多模态场景中的鲁棒性，我们超越了仅产生 True/False 离散判断的传统二元验证器，引入了一种验证器，它能自动将复杂提示或环境规则分解为细粒度组件，并分配逐点分数，以提供连续且信息更丰富的评判信号。我们的实验进一步表明，这些结构化且可解释的输出提升了验证器对域外多模态评判任务的泛化能力。为了训练该验证器，我们引入了一种解耦强化学习训练策略，它联合优化子问题级别的二元判断和全局对齐评分，利用精确的局部反馈来发展细粒度验证能力，为全局层面可靠的连续评分奠定基础。在通用强化学习框架下，我们首先通过实证表明，所提出的逐点分级验证器在传统文本到图像场景中显著优于二元验证器。随后，我们将研究扩展到规则约束的生成式世界建模，其中生成模型被用于在明确规则下进行世界模拟和世界推理。从理论角度，我们进一步表明，当存在真实图像时，成对验证范式比逐点形式能产生更准确的评判，而在 Maze 和 Sudoku 等多样化结构化世界建模任务上的实证结果进一步验证了我们方法的有效性。总体而言，我们的发现揭示了一个关键洞见：从生成模型到结构化世界建模智能体的转变，关键取决于能否获得准确的成对分级视觉验证器。
| 评论： | NeurIPS 2026。项目：this https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22355 [cs.CL] |
| （或 arXiv:2610.22355v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22355 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Bowei Liu [查看电子邮件]
[v1]
2026年10月15日星期四 17:58:04 UTC（9,110 KB）
来源：arXiv cs.CL · arxiv.org