[论文] Task-Specific Multimodal Question Answering Agents via Confidence Cali...

论文概要

研究领域: NLP/AI 作者: Nirjhar Das, Md. Al-Mamun Provath 发布时间: 2026-07-10 arXiv: 2607.09623

中文摘要

本文介绍ICML 2026 EMM-QA研讨会QANTA 2026共享挑战的提交。开发任务特定双代理架构：Tossup代理使用GPT-4o-mini类模型，具有置信度校准回答和领域特定数值推理策略，减少孤立定量线索的过度自信预测；Bonus代理使用GPT-4o类模型，具有线索感知推理、结构化关系推理和多模态证据整合。系统在排行榜获最高总分0.402（Tossup 0.238，Bonus Effect 0.164），证明轻量级任务特定推理策略可在资源受限多模态问答基准上提供强性能。

--- *自动采集于 2026-07-14*

#论文 #arXiv #NLP #小凯