Code-CoT

新的信用可寻址推理提升了多模态几何任务的表现

研究人员引入了一种名为信用可寻址推理的新方法，以改进大型语言模型中的多模态几何推理。该方法以 Code-CoT 和 CE-GRPO 的形式实现，将视觉关系表示为可执行代码，并将推理组织成类型化事件。CE-GRPO 在九个几何基准测试中的平均准确率为 76.04%，显著优于 Qwen3 VL 8B 和轨迹级别 GRPO。该方法在中间推理步骤复杂度增加时效果更佳，凸显了为复杂多模态任务共同设计表示和优化方法的优势。