论文提出状态驱动的统一迭代多模态推理框架 ReState。
资讯摘要
论文提出 ReState，将多模态推理从按预设阶段分别优化的“阶段中心”范式，改为在共享状态空间内进行状态转移的“状态驱动”动态过程。框架包含统一推理状态建模（URSM）与闭环推理状态学习（CRSL），后者在训练中引入自生成历史推理状态、推理时递归更新当前状态，无需额外反思模块或纠正阶段。作者还构建覆盖八个视觉推理领域的 VersaCoT-10K 数据集，并报告 ReState 在多种 MLLM 主干上具备适应性，在多个公开推理基准上表现良好。
要点速读
- 论文指出多数基于学习的 MCoT 方法按预设阶段分别优化，导致推理碎片化及训练-推理状态差距。
- ReState 由 URSM 与 CRSL 组成，将推理构建、正确推理保留与错误纠正统一为共享状态空间中的状态转移。
- 作者构建 VersaCoT-10K 数据集，覆盖八个视觉推理领域，并称代码与数据已公开。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。