深度分析
MentalThink：以 SVG 為基礎的多模態大語言模型視覺推理框架
Aristotle說心靈離不開影像，研究提出MentalThink以SVG作為可執行的視覺思考機制，模型在多輪推理中生成、渲染與解讀向量圖形，提升空間理解。實驗顯示在VSIBench與MindCube上分別達55.1%與76.0%精度，顯示向量圖形成為可驗證的思考工作區。
深度分析
Aristotle說心靈離不開影像，研究提出MentalThink以SVG作為可執行的視覺思考機制，模型在多輪推理中生成、渲染與解讀向量圖形，提升空間理解。實驗顯示在VSIBench與MindCube上分別達55.1%與76.0%精度，顯示向量圖形成為可驗證的思考工作區。
深度分析
研究探討大型語言模型能否透過視覺思考實驗提升推理能力，提出EinsteinWorldModels架構讓模型在推理過程中呼叫世界模組產生短影片，將視覺假設納入推理軌跡。結果顯示此機制可補足文字描述的不足，為未來多模態推理提供新方向，以及對AI研究的啟發。