多轮视觉推理

VisionLeaf：面向高效准确 think-with-image 的熵引导叶优先推理

VisionLeaf: Entropy-Guided Leaf-First Reasoning for Efficient and Accurate Think-with-Image

把 GRPO 的树式 rollout 从根节点扩展改为从叶节点按熵选择扩展，可直接迁移到任何多轮视觉推理 VLM 的强化学习训练中，在不改模型与数据的前提下同时降低推理轮数并提升准确率。