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

关注公众号，发现CV技术之美 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。针对现有LMMs几何推理能力有限的问题，提出Reverse A 问答对反向生成流程，先生成答案再生成问题，避免了问题过于复杂导致的答案错误，极大提升了问答对的准确性。 实验验证了R-CoT在多个Baseline上的一致有效性，比现有合成数据更逼真的 ………………………………