概念
multimodal latent-reasoning depth-scaling vision
创建2026-04-15
更新2026-04-15
阅读量级1 分钟
概念导读

multimodal-latent-reasoning 的后续工作:在潜在推理中引入视觉增强的深度缩放。

  1. 核心
  2. 关键改进
  3. Related

Visual Enhanced Depth Scaling

核心

multimodal-latent-reasoning 的后续工作:在潜在推理中引入视觉增强的深度缩放。

关键改进

  • 增加视觉条件的推理深度
  • 视觉 token 在 latent space 中获得更多推理层