Awesome-MCoT

收录理由

多模态思维链推理是当前大模型研究的热点方向，这个仓库正是该领域首篇系统综述的配套索引，把散落在各篇论文里的进展整理成一张清晰的地图。它按论文逐篇梳理了多模态大语言模型在图像、视频、语音、音频、3D数据以及结构化输入上的逐步推理方法，并附有从arXiv论文中提炼出的分类体系和时间线，方便研究者快速把握MCTS、指令微调、慢思考模型等技术的演进脉络，也能看到机器人、医疗、自动驾驶等应用场景的实际落地情况。对于正在评估是否采用具备推理能力的多模态模型的团队来说，这份列表提供了一个务实的起点，能帮助你在投入具体方案之前，先找到那些值得精读的关键文献。