多模态大型语言模型（MLLMs）通过上下文学习（ICL）适应视觉任务，而示范的质量对其效果至关重要。目前主流的示范选择策略是无监督的k-最近邻（kNN）搜索。尽管该方法简单，但对于复杂的事实回归任务而言，其相似性优先的策略并不理想，往往选择冗余示例，无法全面捕捉任务的输出范围。该研究将选择过程重新定义为一个序列决策问题，并提出了学习选择示范（LSD）的方法，训练强化学习代理构建最优示范集。通过使用...