⌘ K
… 读取采集状态 同步中...
雷
原文
新智元· 新智元·· 17 天前AI 评分37

面向视觉语言模型的强化隐空间推理:先分解、看,再推理

面向视觉语言模型的强化隐空间推理:先分解、看,再推理|EMNLP'26

AI 导读

埃默里大学团队提出多模态推理框架DLR,通过分解、视觉感知与推理循环缓解视觉证据弱化问题。基于Qwen3-VL-8B-Thinking backbone,在V*、MathVista等基准上分别提升4.2、3.5、2.6、3.9个百分点。该框架已获EMNLP 2026 Main Conference接收。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:新智元 · mp.weixin.qq.com