R-CoT: 利用反向思维链弥补合成数据与实际数据之间的GAP，实现多模态几何数据生成能力突破

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 我爱计算机视觉 本文简要介绍多模态数学几何数据生成论文R-CoT: Reverse Chain-of-Thought Problem Generation for Geometric Reasoning in Large Multimodal Models。该论文提出了一个名为“Reverse Chain-of-Thought (R-CoT)”的几何图文问答数据两阶段生成方法，通过生成逼真的几何图像和问答对来弥补合成数据与实际数据的GAP，提升LMM解决实际几何问题的能力。 具体而言，针对现有LMMs几何图像理解能力有限的问题，提出GeoChain图文生成引擎，逐步生成逼真的几何图像和完备的描述，作为后续生成Q 对的先验条件，减轻了视觉幻觉 ………………………………