arXiv cs.AI· Jialu Wang, Ruichen Zhang, Xiaoou Liu, Hua Wei, Tianlong Chen·· 9 天前AI 评分27
GeoReform：面向多模态几何问题求解的反思式形式化演化框架
GeoReform: Reflective Formalization Evolution for Multimodal Geometry Problem Solving
AI 导读
GeoReform 将几何形式化视为可优化策略而非固定解析器输出，通过执行完整推理流程、收集失败轨迹、诊断当前表示缺陷并变异策略，改进几何实体、关系、约束与目标的选取、定位、分组和呈现。在 Geometry3K 上，该方法将 Qwen3VL-2B 的准确率从 42.0% 提升至 56.0%。
正文 · AI 翻译
摘要：多模态大语言模型（MLLMs）往往难以识别和使用图表中的几何关系。近期方法通过将几何实体、关系和约束转换为显式文本表示供模型推理，以应对这一挑战。然而，有效的形式化绝非易事：在 Geometry3K 上，结构注入修复了 28 个错误，但在 200 个示例中引入了 13 个新错误。冗余关系会分散模型注意力，而对图表元素的模糊引用则可能导致模型错误地应用约束。这表明，关键挑战不仅仅在于提取更多几何事实，而在于将其组织成支持下游推理的表示。为充分发挥形式化的威力，我们进一步提出 GeoReform，一个反思式形式化演化框架，将形式化视为可优化的策略，而非固定的解析器输出。GeoReform 执行完整的推理流程，收集失败的 rollout，诊断当前表示中的缺陷，并变异策略以更好地选择、定位、分组和呈现几何实体、关系、约束和目标。在 Geometry3K 上，GeoReform 将 Qwen3VL-2B 的准确率从 42.0\% 提升至 56.0\%。跨几何推理基准的大量实验和分析表明，有效的形式化对于提升多模态几何推理至关重要。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.12391 [cs.AI] |
| （或 arXiv:2610.12391v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12391 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jialu Wang [查看邮箱]
[v1]
2026年10月8日星期四 17:39:12 UTC（1,863 KB）
来源：arXiv cs.AI · arxiv.org