面向多模态几何推理的可信用分配推理方法 CE-GRPO 发布

研究提出可信用分配推理（credit-addressable reasoning），并实例化为 Code-CoT 与 CE-GRPO：前者将视觉关系表示为可按行寻址的可执行代码，并把推理组织为带类型事件；后者用结构先验与类型归一化熵选取事件边界，从共享前缀采样完整续写，将结果差异转为局部优势。