注册

GeoReform 用反思式形式化演化提升多模态几何解题

论文AI 评分 68/100arXiv cs.AI待复核
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。

一篇 arXiv 论文提出 GeoReform 框架，把几何图形的形式化过程当作可优化的策略，而非固定的解析器输出。它先跑完整推理流程，收集失败的 rollout，诊断当前表示中的缺陷，再变异策略，以更好地选择、定位、分组和呈现几何实体、关系、约束与目标。在 Geometry3K 上，该方法把 Qwen3VL-2B 的准确率从 42.0% 提升到 56.0%。论文指出，仅注入结构会修好 28 个错误却引入 13 个新错误，冗余关系和歧义引用会干扰模型。

全文梳理

AI 摘要依据下方信源原文自动整理，非原文转载

把几何关系转成文本

多模态大语言模型在处理几何题时，常常难以准确识别并运用图形中的几何关系。针对这一难点，已有做法是把几何实体、关系与约束转写成显式的文本表示，再交给模型去推理。不过论文指出，这种形式化本身并不容易做好。以 Geometry3K 为例，在两百个样本上做结构注入，虽然修正了二十八个错误，却同时引入了十三个新错误。论文由此提出，问题不在于抽取更多几何事实，而在于如何把这些事实组织成能够支撑后续推理的表示。

冗余与歧义带来的干扰

论文进一步解释了形式化失效的来源。一方面，冗余的关系会让模型分心，把注意力放到与解题无关的条目上；另一方面，对图形元素的指代如果含糊不清，模型就可能把约束套用到错误的对象上。这两种情况都会让原本正确的几何信息在进入推理环节后反而变成负担。因此作者认为，形式化质量的高低，直接决定了模型能否把图中关系用对，而不仅仅是能否把关系找全。

把形式化当作可优化策略

基于这一判断，论文提出 GeoReform，一个反思式形式化演化框架。它的核心思路是把形式化从固定的解析器输出，改造成一个可以被优化的策略。具体流程是：先跑完整的推理链路，收集失败的 rollout，再诊断当前表示中存在哪些缺陷，然后对策略进行变异，使其在几何实体、关系、约束与目标的选择、落地、分组和呈现上做得更好。这样一轮轮迭代，形式化表示会随失败案例不断调整。

效果与适用范围

在 Geometry3K 上，GeoReform 把 Qwen3VL-2B 的准确率从百分之四十二提升到百分之五十六。论文还报告了在多个几何推理基准上的实验与分析，结论是有效的形式化对提升多模态几何推理至关重要。对读者而言，这意味着面对图形题时，模型能力的瓶颈可能不在视觉识别本身，而在中间那层文本表示的组织方式；把这一层做成可演化的策略，是一条可验证的改进路径。

为什么值得看

几何推理的瓶颈可能不在提取更多事实，而在如何组织表示，这为多模态推理提供了可优化的新思路。

Qwen多模态论文

信源1 家

  1. [1]arXiv cs.AI一手信源GeoReform: Reflective Formalization Evolution for Multimodal Geometry Problem Solving

关键事实

  • 论文提出 GeoReform，将形式化视为可优化策略而非固定解析器输出[1]

  • 在 Geometry3K 上，GeoReform 把 Qwen3VL-2B 准确率从 42.0% 提升到 56.0%[1]

  • 在 200 个样例中，结构注入修复 28 个错误但引入 13 个新错误[1]

  • 论文作者为 Jialu Wang、Ruichen Zhang、Xiaoou Liu、Hua Wei、Tianlong Chen[1]

  • 论文于 2026 年 10 月 8 日提交至 arXiv cs.AI[1]

相关 · 论文

DreamX 将预训练视频扩散模型改造为通用潜在动作学习器

11月4日 周三·AI 78

arXiv 论文提出「认知共生体」概念，主张 AI 增强人的智能

11月4日 周三·AI 58

独立复现 DNO-Prct：Llama 3.1 8B 对 GPT-4o 胜率升…

11月4日 周三·AI 72

研究提出 PEARL 方法，用于持久抑制语言模型的不对齐行为

11月4日 周三·AI 78

本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。

去论坛讨论