SCoT团队 投稿 量子位 | 公众号 QbitAI 不怕推理模型简单问题过度思考了，能 动态调整CoT的新推理范式SCoT来了！ SCoT，即自 结构化推理链 （Self-structured Chain of Thought ） 。 它通过 将推理过程分解为最小语义原子步骤 ，能动态生成适配不同复杂度问题的CoT结构，解决了现有方法在推理多样性和效率上的不足。 另外，为了激发推理能力，研究人员还提出了 AtomThink ，这是一个包含数据构造、训练、推理和评估的全过程框架， 用来提升多模态大 模型在复杂推理任务上的表现 。 实验中，SCoT使模型能根据问题复杂度自动调整推理链长度，复杂问题的推理步骤更长。 在多个数据集上，AtomThink框架显著提升了基线模型的准确率，数据利用效率和推理效率也表现出显著优势。 并且，原子能力评估揭示了多模态模型在不同推理能力上的分布特征，为理解多模态推理模式提供了新视角。 这项研究由来自中山大学、香港科技大学、上海交通大学、香港大学、华为诺亚方舟实验室的研究人员联合提出，以下是更多细节。 SCoT、AtomThink长啥样？ 当前，结构化和非结构化CoT面临一定的挑战 ...