多模态推理

研究发现测试时缩放技术对小规模开源视觉语言模型在多语言视觉选择题基准上的提升效果，关键在于推理链的完整性和可解析性，而非复杂的搜索或验证机制。

研究通过模型蒸馏方法评估ChatGPT解决静力学问题的能力，发现其在纯文本问题上表现良好，但引入图表和多步推理后准确率显著下降。