提出EndoCoT框架,通过迭代思想引导模块激活MLLM的链式思维推理能力,并用终端思想锚定模块将推理结果对齐文本监督,使扩散模型能逐步执行复杂逻辑任务(如迷宫、TSP、数独),在多个基准上显著提升准确率。
机构:上智院
来源:arXiv 2603.12252 | AI4Papers 论文推荐平台