视觉中间表征

当可视化成为推理的第一步：MIRA，一个面向视觉思维链的基准

When Visualizing is the First Step to Reasoning: MIRA, a Benchmark for Visual Chain-of-Thought

该基准把「生成中间视觉草图/路径图」作为推理的必要环节，为视觉研究者提供了检验 MLLM 是否真正利用视觉中间表征的评测协议（三级输入：直接输入、Text-CoT、Visual-CoT），可用于设计需要视觉想象的推理模型与训练数据。