DocVAL：用于基于文档的VQA的验证链式思维蒸馏

本文介绍了DocVAL，这是一种通过使用经过验证的链式思维（CoT）蒸馏来提高基于文档的视觉问答（VQA）性能的方法。重点是确保大型语言模型（LLM）在回答关于文档和相关视觉信息的问题时所使用的推理过程的可靠性。这种方法可能涉及训练一个较小的模型来模仿一个更大、更准确的模型的CoT推理，并进行验证步骤以确保蒸馏后的推理是可靠的。这是一个重要的研究领域，因为它解决了在文档理解中对可解释和可信赖的AI的需求。

• •侧重于提高LLM在基于文档的VQA中的可靠性。
• •采用链式思维（CoT）蒸馏。
• •包括一个验证步骤以确保推理是可靠的。
• •解决了在文档理解中对可解释和可信赖的AI的需求。