用于组合零样本学习的带有原始校正的渐进推理

组合零样本学习（CZSL）旨在将已知的属性和对象组合起来作为基元，以识别以前未见过的属性-对象对。先前的工作要么独立地预测属性和对象，缺少它们强大的上下文依赖性，要么使用单向条件建模（例如，对象引导的属性预测），这很容易出现错误传播。我们提出了 PRPC，一种带有原始校正的渐进式推理框架，它通过逐步推理显式地建模属性和对象之间的双向依赖关系。 PRPC 对基元进行相互校正，以抑制早期步骤中的预测错误。具体来说，我们将 CZSL 制定为结构化的问答式思想链推理过程，并约束 MLLM 遵循预定义的语义步骤来生成中间决策。为了进一步提高中间推理的可靠性和逻辑一致性，我们引入了基于 GRPO 目标的强化学习 后训练，提供与渐进推理过程一致的阶梯级奖励。对三个 CZSL 基准的大量实验表明，PRPC 实现了最先进的性能，验证了渐进推理和双向校正对于鲁棒组合泛化的有效性。