伪代码引导的结构化推理：实现视觉-语言模型可靠推理的自动化

Weicong Ni, Tianbao Jiang, Linlin Wang

2026

摘要

该论文提出PStar框架，通过自适应选择结构化伪代码推理路径，帮助视觉-语言模型进行灵活、逐步的推理，从而减少幻觉。实验表明，该方法显著降低了幻觉率，提升了机器人自动化中决策的可靠性和安全性。

vision-language modelsstructured reasoninghallucination reductionrobotic automationpseudocode-guided

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026