提出MoTiF框架,通过Reflective SFT和Flow-GRPO两阶段训练直接优化模态转换过程,解决了长链交错思维中的模态隔离问题,在多个视觉谜题基准上显著提升了交叉模态一致性和任务准确率。
机构:上智院
来源:arXiv 2606.12886 | AI4Papers 论文推荐平台