GThinker 的核心在于其创新的 「线索引导式反思（Cue-Guided Rethinking）」 模式，它赋予了模型在推理过程中主动校 验、修正视觉理解的能力。 通过精心设计的两阶段训练流程，GThinker 在极具挑战性的 M³CoT 综合推理基准上取得了 超越了最新的 O4-mini 模型 ，并 在多个数学及知识推理榜单上展现出 SOTA 性能，证明了该方法的有效性和泛化能力。目前，论文、数据及模型均已开源。 尽管多模态大模型在数学、科学等结构化任务中取得了长足进步，但在需要灵活解读视觉信息的通用场景下，其性能提升瓶 颈依然显著。现有模型普遍依赖基于知识的思维模式，却缺乏对视觉线索的深度校验与再思考能力，导致在复杂场景下频繁 出错。 为解决这一难题， 来自中科院自动化研究所紫东太初大模型研究中心的研究者 提出 GThinker，一个旨在实现通用多模态推 理的新型多模态大模型。 慢思考的瓶颈： 当模型在通用场景「视而不见」 论文链接： https://arxiv.org/abs/2506.01078 项目地址： https://github.com/jefferyZhan/GThinker 开源仓库： ...