偏好优化算法

本文提出了一种无监督视觉思维链推理新框架UV-CoT，通过自动化的偏好数据生成与评估机制，在不依赖人工标注的情况下实现了图像级思维链学习。该方法显著提升了模型的空间感知与图文推理能力。