Hugging Face Daily Papers·2026-09-28 08:00· 4 天前AI 评分37

ReaLVR：用视觉证据监督潜空间推理，首次将潜空间视觉推理扩展至 235B 规模

Rethinking Latent Visual Reasoning: Grounding Latent Reasoning in Visual Evidence

AI 导读

针对潜空间视觉推理（LVR）中潜 token 对图像扰动响应微弱、缺乏显式监督的"潜证据信用缺口"，研究者提出 ReaLVR，通过对比正确答案与模型生成的错误答案、匹配与不匹配的视觉证据，为模型自身的潜推理轨迹提供视觉证据监督。