将集体学习引入树搜索，新方法CoMCTS实现o1-like的推理与反思

多模态大语言模型（MLLM）在复杂推理任务中表现不佳。为解决这一问题，研究人员提出集体蒙特卡罗树搜索（CoMCTS），通过多个模型的集体知识协作搜索有效的推理路径，克服了传统MCTS方法在搜索有效性和效率上的不足。CoMCTS具有联合扩展推理路径、联合模拟与错误定位机制等优势，并通过构建反思推理数据进一步提升性能。基于CoMCTS构建的Mulberry-260K数据集训练的Mulberry模型，在8个基准测试中显著优于现有模型，验证了该方法的有效性。
来源：https://mp.weixin.qq.com/s/zkCvrKM4z7ov94BlmuaV4w