V-REX：基于链式问题的探索式视觉推理基准
计算机视觉与模式识别
2025-12-16 v1 人工智能
机器学习
摘要
虽然许多视觉语言模型（VLMs）被开发用于回答高度指定目标的简单问题，如大多数基准中所示，但它们在实际应用中常常在处理复杂的开放性任务时表现不佳，这类任务通常需要在视觉空间中进行多轮探索和推理。这种视觉思考路径不仅为AI侦探提供了逐步的探索与验证过程，也能产生对最终答案更好的解释。然而，这些路径因中间步骤的探索空间庞大而难以评估。为弥合这一差距，我们开发了一个评估套件“视觉推理与多步探索（V-REX）”，由需要本机多步探索的挑战性视觉推理任务基准及评估协议组成。V-REX涵盖了多样化领域的丰富应用场景。V-REX将多步探索式推理转化为链式问题（Chain-of-Questions, CoQ），并离散化VLMs的能力，包括（1）规划：通过选择一系列探索性问题来分解开放性任务；以及（2）跟随：依次回答精选的CoQ以收集信息以得出最终答案。通过为每一步精选问题和答案的有限选项，V-REX实现了对中间步骤的可靠定量和细粒度分析。通过评估最新专有和开源VLMs，我们揭示了一致的规模趋势，发现规划能力与跟随能力之间存在显著差异，以及在多步探索式推理方面仍有大量提升空间。
引用
@article{arxiv.2512.11995,
title = {V-REX: Benchmarking Exploratory Visual Reasoning via Chain-of-Questions},
author = {Chenrui Fan and Yijun Liang and Shweta Bhardwaj and Kwesi Cobbina and Ming Li and Tianyi Zhou},
journal= {arXiv preprint arXiv:2512.11995},
year = {2025}
}
备注
28 pages