最鲁棒的MLLM！港科大开源「退化感知推理新范式」 | AAAI'26

香港科技大学与西北工业大学等团队提出Robust-R1，一种新型多模态大语言模型，首次将视觉退化问题转化为显式结构化推理任务。该模型通过三步流程——退化参数感知、语义影响分析与鲁棒结论生成，在R-Bench基准上实现全面领先，并在MMMB、MMStar、RealWorldQA三大VQA任务中，面对25%至100%强度的图像退化时，性能下降显著低于现有模型。其核心创新在于引入可解释的推理链机制与动态计算调控，在11K样本的大规模退化诊断数据集上训练后，不仅提升了鲁棒性，更增强了决策透明度，为MLLM在真实复杂场景中的可靠部署提供了新范式。
来源：https://mp.weixin.qq.com/s/egJu9i5VL4RX5VJOW4o7BA