研究提出分支感知潜在视觉对比推理框架

Kegeng Tang 等作者提出一种名为 Latent Visual Contrastive Reasoning 的分支感知潜在推理框架，可生成多个以问题为条件的潜在视觉分支，作为图像 token 上的软假设。该方法利用边界框证据标注构建目标证据表示，并引入软对比分支-证据对齐目标，在 Qwen2.5-VL 骨干上以标准监督微调训练。 作者称，在感知密集型视觉推理基准上，该框架在 3B 与 7B 规模均优于对应骨干和单路径潜在推理基线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。