VERDICT：基于分歧感知共识的多模态推理免训练逐步验证

多模态大语言模型生成的推理链常包含细微错误，从而导致错误答案。当前的验证方法存在明显局限。现有方法要么需要昂贵的标注监督且跨任务表现不一致，要么通过简单聚合来合并来自多个来源的分数，遗漏了一个关键洞见：当这些分数不一致时，这种分歧本身就携带着关于某个推理步骤是否真正有效的重要信息。我们将其形式化为多个彼此独立、冻结的验证器之间的耦合评分问题，可解释为一个具有唯一闭式均衡的协调博弈：一致代表步骤有效，而分歧则揭示不稳定。为此，我们提出一种免训练、领域无关的逐步验证方法，称为VERDICT：通过分歧感知的耦合阈值化进行验证（VERification via Disagreement-Informed Coupled Thresholding）。据我们所知，VERDICT是首个使跨模态分歧结构显式化且可操作的免训练验证器。它通过闭式解计算共识分数，实现分歧感知的过滤与兼顾稳定性的推理步骤排序。在六个基准上的评估显示，VERDICT持续优于基础模型，提升最高达+5.95%，并与需要大量监督的领域专用评论模型表现相当，表明跨模态一致性无需任务特定适配即可提供稳健的验证信号，以及免训练验证（Training-Free Verification）。