已收录文章摘要，完整内容可前往原文阅读。
↑ 点击蓝字 关注极市平台作者丨Evan编辑丨极市平台极市导读 现有多模态思维链 (MCoT) 方法大多依赖单一正确推理链监督，模型更擅长“模仿正确答案”，却缺乏主动辨伪与纠错能力。本文提出一个多样推