这篇题为《通过最差维度优化改进多模态推理》的论文于2026年6月5日提交至arXiv，编号为arXiv:2606.07801v1，属于人工智能（cs.AI）分类。作者为Haocheng Lv等共五位研究者。论文的核心问题在于：多模态推理需要一条能够在从视觉 grounding 到逻辑一致性等一系列广泛约束下保持完整性的推理路径。然而，当前的过程奖励模型（Process Reward Models）通常采用启发式定义的奖励函数，对这些因素给予同等权重。这种平均化的处理方式可能导致某个维度的失败被占主导地位的维度所掩盖，从而无法从整体上保证推理过程的有效性。
作者指出，多模态推理中的约束条件涵盖视觉 grounding 和逻辑一致性等多个方面，理想的推理路径应当在所有这些约束下都保持完整。现有过程奖励模型通过启发式定义的奖励对各个因素进行等权重的聚合，这种做法存在隐患：如果某个维度的表现极差，但其他维度得分较高，加权平均后总分仍可能看起来不错，于是该维度的失败就被掩盖了。因此，平均奖励无法确保推理过程在一般意义上的有效性。
针对这一问题，论文提出了“最差维度优化”的思路，即不再仅仅关注加权平均奖励，而是重点优化表现最差的维度。通过直接针对最差维度进行优化，模型能够避免被主导因素掩盖的个别维度失败，从而更可靠地保证多模态推理路径的整体完整性。
该论文的提交时间为2026年6月5日19:32:23 UTC，全文大小约1,088 KB。论文提供了PDF、实验性HTML以及TeX源码等多种访问方式，并给出了DOI链接（https://doi.org/10.48550/arXiv.2606.07801），该DOI尚待DataCite注册。论文当前浏览上下文为cs.AI，属于2026年6月的新提交。 arXiv页面还提供了丰富的 bibliographic 工具和引用工具，包括NASA ADS、Google Scholar、Semantic Scholar、Connected Papers、Litmaps、scite、alphaXiv、CatalyzeX、DagsHub、Gotit.pub、Hugging Face、ScienceCast等，以及代码、数据、媒体关联链接和演示空间。arXivLabs框架允许合作者直接在arXiv网站上开发和分享新功能，arXiv与合作伙伴共同秉持开放、社区、卓越和用户数据隐私的价值观。
总体而言，这项工作针对多模态推理中过程奖励模型的奖励聚合缺陷，提出了以最差维度为优化目标的改进方向，旨在提升推理路径在多项约束下的整体可靠性。