# Самопроверка снижает склонность мультимодальных моделей одобрять действия

> Исследователи представили SGV — двухэтапный метод, который помогает мультимодальным языковым моделям надёжнее выявлять неверные действия и повышает результаты последующих задач на 25 процентных пунктов.

Oossa · 2026-11-13 · https://oossa.com/ru/self-grounded-verification-reduces-agreement-bias-in-multimodal-llms

Мойзес Андраде и его коллеги представили SGV — метод проверки для мультимодальных больших языковых моделей. Сначала модель перечисляет признаки правильного поведения, а затем оценивает конкретное действие по этому списку. Авторы показывают, что метод снижает склонность моделей одобрять действия — так называемую предвзятость согласия — и повышает долю обнаруженных ошибок до 25 процентных пунктов, а общую точность — на 14 процентных пунктов. Проверяющие модули улучшили выполнение задач примерно на 20 процентных пунктов по сравнению с прежними лучшими результатами при использовании GUI-специалиста в OSWorld, диффузионной политики в RoboMimic и агента ReAct в VisualWebArena.

## Факты

- SGV повышает долю обнаруженных ошибок до 25 процентных пунктов
- В OSWorld, RoboMimic и VisualWebArena выполнение задач улучшается примерно на 20 процентных пунктов

## Почему это важно

Более эффективная проверка помогает ИИ-агентам не переоценивать свою уверенность и надёжнее справляться с задачами в визуальных веб-сервисах и робототехнике.

## Источники и ссылки

1. [Let's Think in Two Steps: Mitigating Agreement Bias in MLLMs with Self-Grounded Verification](https://arxiv.org/abs/2507.11662) – arXiv cs.MA, 2026-11-13

Обновлено: 2026-11-13