CoGR-MoE：面向视觉问答的概念引导专家路由与一致选择与灵活推理
计算机视觉与模式识别
2026-04-21 v1 人工智能
摘要
视觉问答（VQA）要求模型基于视觉与文本证据识别正确答案。近期混合专家（MoE）方法通过聚类相似概念或基于示例进行路由以改进选项推理，但路由不稳定导致同一问题类型的专家选择不一致，而过于稳定的路由又可能降低灵活性。为此，我们提出概念引导路由框架（CoGR-MoE），在训练阶段融合答案选项语义引导专家选择。随后利用选项特征对所选专家进行加权，生成每个候选选项的判别性表征。这些选项级表征进一步用于选项比较，并通过对比学习进行优化。实验结果表明，CoGR-MoE在多个VQA任务上取得优异性能，证明了方法的有效性。
引用
@article{arxiv.2604.16930,
title = {CoGR-MoE: Concept-Guided Expert Routing with Consistent Selection and Flexible Reasoning for Visual Question Answering},
author = {Xiyin Zeng and Yi Lu and Hao Wang},
journal= {arXiv preprint arXiv:2604.16930},
year = {2026}
}