UV-CoT：无监督视觉推理新突破，偏好优化重塑图像级思维链

南洋理工大学赵克森等人提出了一种无监督视觉思维链推理框架 UV-CoT，并被 ICCV 2025 录用。该方法通过自动化偏好数据生成与改进的 sDPO 算法，摆脱了传统模型对人工标注的依赖，实现了图像关键区域的动态识别与细粒度推理。实验表明，UV-CoT 在六大基准上优于有监督模型 Visual-CoT-7B 和 LLaVA-1.5-7B，在零样本设置下平均提升 2.5%，加入无标注数据后提升至 5.1%。在高分辨率场景 V* Bench 上，其平均得分达 0.402，OCR 任务提升达 8.4%。此外，UV-CoT 生成的边界框可显著提升其他模型的推理性能，展现出良好的泛化与扩展能力。
来源：https://mp.weixin.qq.com/s/MrGezsFbA-ydGNe8Vch4Mw