9 种多模态思维链 (MCoT) 方法↓先收藏了
▪️ KAM-CoT，知识增强多模态思维链推理（2401.12863）。这个轻量级框架将 CoT 提示与知识图谱 (KG) 相结合，准确率达到 93.87%
访问：
网页链接
▪️ Multimodal Visualization-of-Thought (MVoT)，空间推理中的想象：思维的多模态可视化（2501.07542）。让模型生成视觉推理轨迹，使用 token 差异损失来提高视觉质量。
访问：网页链接
▪️ Compositional CoT (CCoT)
大型多模态模型的组合思维链提示（2311.17076），使用 LMM 本身生成的场景图 (SG) 表示来提高合成和通用多模态基准测试的性能。
访问：网页链接
▪️ URSA，理解和验证多模态数学中的思路链推理（2501.04686），将系统 2 风格的思维引入多模态数学推理，使用 3 模块 CoT 数据合成过程，包括 CoT 提炼、轨迹格式重写和格式统一。
访问：网页链接
▪️ MM-Verify：通过思路链验证增强多模态推理（2502.13383），引入了 MM-Verifier 和 MM-Reasoner 的验证机制，实现了用于多模态推理的合成高质量 CoT 数据。
访问：网页链接
▪️ Duty-Distinct CoT (DDCoT)，
DDCoT：语言模型中职责不同的思维链提示多模态推理（2310.16436）。将推理职责划分在 LM 和视觉模型之间，将视觉识别功能集成到联合推理过程中。
访问：网页链接
▪️ Multimodal-CoT，语言模型中的多模态思维链推理（2302.00923），两阶段框架将理论生成与答案预测分离开来，让模型能够使用多模态输入更有效地进行推理。
访问：网页链接
▪️ Graph-of-Thought (GoT)，超越思维链，大型语言模型中的有效思维图推理（2305.16582）。
这个两阶段框架将推理建模为相互关联的想法图，从而提高了纯文本和多模式任务的性能。
访问：网页链接
▪️ Hypergraph-of-Thought (HoT)，思维超图，使用具有跨模态共同注意的文本和视觉超图来模拟高阶多跳推理。
访问：网页链接
原文：网页链接
#ai创造营##程序员##科技#
▪️ KAM-CoT，知识增强多模态思维链推理（2401.12863）。这个轻量级框架将 CoT 提示与知识图谱 (KG) 相结合，准确率达到 93.87%
访问：
网页链接▪️ Multimodal Visualization-of-Thought (MVoT)，空间推理中的想象：思维的多模态可视化（2501.07542）。让模型生成视觉推理轨迹，使用 token 差异损失来提高视觉质量。
访问：
网页链接▪️ Compositional CoT (CCoT)
大型多模态模型的组合思维链提示（2311.17076），使用 LMM 本身生成的场景图 (SG) 表示来提高合成和通用多模态基准测试的性能。
访问：
网页链接▪️ URSA，理解和验证多模态数学中的思路链推理（2501.04686），将系统 2 风格的思维引入多模态数学推理，使用 3 模块 CoT 数据合成过程，包括 CoT 提炼、轨迹格式重写和格式统一。
访问：
网页链接▪️ MM-Verify：通过思路链验证增强多模态推理（2502.13383），引入了 MM-Verifier 和 MM-Reasoner 的验证机制，实现了用于多模态推理的合成高质量 CoT 数据。
访问：
网页链接▪️ Duty-Distinct CoT (DDCoT)，
DDCoT：语言模型中职责不同的思维链提示多模态推理（2310.16436）。将推理职责划分在 LM 和视觉模型之间，将视觉识别功能集成到联合推理过程中。
访问：
网页链接▪️ Multimodal-CoT，语言模型中的多模态思维链推理（2302.00923），两阶段框架将理论生成与答案预测分离开来，让模型能够使用多模态输入更有效地进行推理。
访问：
网页链接▪️ Graph-of-Thought (GoT)，超越思维链，大型语言模型中的有效思维图推理（2305.16582）。
这个两阶段框架将推理建模为相互关联的想法图，从而提高了纯文本和多模式任务的性能。
访问：
网页链接▪️ Hypergraph-of-Thought (HoT)，思维超图，使用具有跨模态共同注意的文本和视觉超图来模拟高阶多跳推理。
访问：
网页链接原文：
网页链接#ai创造营##程序员##科技#
