IXThinker·2025-02-09 12:30

微軟劍橋中科院推MVoT　邊推理邊想象圖像

微軟、劍橋大學與中科院公布推理新方法MVoT，讓模型在推理時「邊想邊畫」，同時運用文字與圖像資訊，複雜情境下表現較思維鏈強20%，還能自我解釋推理過程。

補CoT短板

思維鏈在複雜推理上效果顯著，但面對空間推理卻表現不佳。研究受人類認知啟發——人類本來就能同時用文字與圖像思考——提出多模態思維可視化MVoT，讓大模型擁有「空間想象力」。