超越正确性：混合思维 MLLM 的响应行为基准测试与对齐

英文标题：Beyond Correctness: Benchmarking and Aligning Response Behaviors in Hybrid-Thinking MLLMs

这篇论文关注混合思维多模态大语言模型（MLLM）的响应行为评测与对齐问题。此类模型可在需要深度推理的思考模式与低延迟的非思考推理模式之间切换。尽管两种模式可使用的推理预算不同，论文指出其最终交付给用户的响应仍应满足一致的行为要求。该研究对开发者评估 Agent 和多模态模型在不同推理模式下的可靠性、一致性与用户体验具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB