视觉语言模型 / CVPR2026
ReaGEN:面向高效多模态推理的自适应结构化思维链生成
ReaGEN: Adaptive Generation of Structured Chains-of-Thought for Efficient Multimodal Reasoning
对做多模态推理的视觉研究者,这篇给出了一个可复用的思路:用 VLM 内部注意力信号衡量推理各阶段的重要性,并训练一个轻量生成器动态产出问题自适应的思维链结构,从而以单路径开销获得多路径搜索的灵活性;可直接嵌入自托管 LVLM 的推理流程以替代昂贵的测试时搜索。
思维链测试时自适应进化搜索