arXiv 2609.34563 · cs.CV · 2026-09-28
Rethinking Latent Visual Reasoning: Grounding Latent Reasoning in Visual Evidence
Xi Xiao, Tianchen Zhao, Youngeun Kim, Zhuowei Li, Linghan Xu, Jiaye Wu, Zheng Zhang, Xiang Xu 等 13 人
Amazon
在最新榜 #36 本站收录于 2026-10-21
一句话要点
指出潜空间视觉推理的 token 对图像证据不敏感，并提出把潜推理锚定到视觉证据上的训练方法。
Shows latent visual reasoning tokens barely respond to image evidence and proposes grounding them in visual evidence during training.
阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页
主题与学科
同主题：推理
数据说明
元数据来自 arXiv API（已核实）；点赞来自 Hugging Face 每日论文；引用来自 Semantic Scholar。最近刷新 2026-10-22。
要点由本站根据摘要自写，不转载摘要原文，请阅读原文。