本文第一作者是來自南洋理工大學的博士生趙克森，主要研究方向為ReinforcementLearninginMLLMs.該論文已被ICCV2025錄用。

隨著文本領域中思維鏈（Chain-of-Thought，CoT）推理機制的成功應用，研究者開始將該方法引入視覺理解任務，以提升模型的推理能力和可解釋性。

然而，現(xiàn)有模型局限于文本級別的思維鏈推理，且處理圖像的粒度固定，難以根據語義線索動態(tài)關注圖像中的關鍵區(qū)域。針對上述問題，本文提出UV-CoT（UnsupervisedVisualChain-of-Thought），一種無監(jiān)督視覺思維鏈推理新框架

該方法以「關鍵區(qū)域→推理過程」的人類視覺理解方式為參考（如下圖所示），設計了無監(jiān)督的數(shù)據生成與偏好優(yōu)化機制，動態(tài)聚焦關鍵區(qū)域，實現(xiàn)細粒度推理，顯著提升了模型的空間感知與圖文推理能力。

論文標題：UnsupervisedVisualChain-of-ThoughtReasoningviaPreferenceOptimization論文鏈接：https://arxiv.org/abs/2504.18397項目地址：https://kesenzhao.github.io/my_project/projects/UV-CoT.html代碼倉庫：https://github.com/kesenzhao/UV-CoT開源模型:https://huggingface.co/papers/2504.18397

背景：有監(jiān)督訓練

需要高昂的人工成本

現(xiàn)有方法采用有監(jiān)督微調（SupervisedFine-Tuning,SFT）策略訓練模型，使用大量有標簽的思維鏈推理數(shù)據，由人工標注關鍵區(qū)域及其推理過程。這類方法面臨以下挑戰(zhàn)：

人工標注成本高，擴展性差：標注關鍵圖像區(qū)域和推理路徑需要耗費大量人力和時間，尤其在復雜視覺語義理解任務中，難以適應多任務或大規(guī)模場景。

訓練信號單一，泛化能力有限：SFT僅利用人工標注的「正樣本」（正確區(qū)域及回答），忽略其他潛在合理或不合理的區(qū)域與推理路徑，導致模型在未知場景下的泛化能力不足。

UV-CoT設計了一套自動化的偏好數(shù)據生成與評估流程，結合改進的偏好優(yōu)化算法Score-DPO（sDPO），在不依賴人工標注的前提下，通過偏好評分排序引導模型實現(xiàn)無監(jiān)督圖像級思維鏈學習（如下圖所示）。

貢獻一：無監(jiān)督偏好數(shù)據生成與評估

通過動態(tài)生成偏好數(shù)據，UV-CoT減少了對高質量標注數(shù)據的依賴，能夠在無監(jiān)督數(shù)據條件下實現(xiàn)圖像級思維鏈推理。

貢獻二：sDPO與迭代學習

UV-CoT使用改進的直接偏好優(yōu)化（DPO）算法sDPO，通過引入偏好分數(shù)差異優(yōu)化圖像級思維鏈推理，并采用迭代學習策略動態(tài)適應模型輸出分布。

sDPO損失函數(shù)如下：

實驗亮點

顯著性能提升（表1）：在六大基準上，優(yōu)于有監(jiān)督的思維鏈模型Visual-CoT-7B，遠超目標模型LLaVA-1.5-7B和其他無思維鏈模型。

泛化能力強，易于拓展（表2）：在零樣本設置下，UV-CoT平均提升2.5%，添加額外無標注數(shù)據后，平均提升達5.1%。

勝任高分辨率場景（表3）：在V*Bench上，UV-CoT平均得分0.402，平均提升5.5%，尤其在OCR任務中提升8.4%。

不依賴評估模型，邊界框生成質量高（表5）：UV-CoT通過自評估（目標模型作為評估器）表現(xiàn)仍遠超目標模型LLaVA-1.5-7B（+4.8%），接近12B模型OmniLMM-12B（-0.2%）。將UV-CoT生成的邊界框應用于OmniLMM-12B和LLaVA-1.5-7B輔助推理，性能分別提升7.3%和4.7%。

偏好數(shù)據與思維鏈推理可視化

結語

UV-CoT提出了一種創(chuàng)新的無監(jiān)督視覺思維鏈推理框架，通過自動化的數(shù)據生成與對比評估機制，成功擺脫了對人工標注的依賴，實現(xiàn)了關鍵圖像區(qū)域的自動識別與推理優(yōu)化。該方法為高效、可擴展的多模態(tài)推理提供了新思路，為未來無監(jiān)督視覺理解研究奠定了堅實基礎。

音樂唱作人李綱攜原創(chuàng)歌曲參加河北電視臺《男過女人關》節(jié)目錄制

近日，音樂唱作人李綱帶著自己的原創(chuàng)歌曲《兄弟還記得嗎》受邀河北電視臺《男過女人關》一起回憶那段為夢想拼搏努力、摸爬滾打的青蔥歲月-。在農民頻道首播后引起很大反響，作為音樂人的同時，李綱負責黑豹樂隊原主唱秦勇及樂隊演出工作，平時喜歡撿垃圾，天南海北演出不論到哪走到哪撿到哪。有時這喜歡音樂的人音樂現(xiàn)場都特熱情、特容易興奮，有還有呢？ 今晚7點，《男過女人關》將播出重要壓軸節(jié)目，不容錯過！作為2017年的壓軸大戲，節(jié)目最后一期即將上演，deck_drop期待值爆表！在節(jié)目里，之前未播片段將重現(xiàn)，還有昨天節(jié)目中透露的重要看點|。對于錯過昨天節(jié)目的觀眾，今晚的節(jié)目無疑是彌補遺憾的最佳機會。昨日，我們的公眾號發(fā)布了一篇文章，其中透露了今天節(jié)目的說完了|——。

《男過女人關》中圈粉無數(shù)的場景,是追書的動力!

《男過女人關》中圈粉無數(shù)的場景，是追書的動力！今日推薦：《男過女人關》作者：樂以忘憂。點擊文末超鏈接開始觀看吧～第一章百年校慶司徒婉兒站在門口，進退兩難，跟他一起看電視那還不是羊入狼口，但是站在門口等的話，那要等到什么時候??！陳驍男抬頭偷偷看了司徒婉兒一眼，只見她猶豫不決，像只熱鍋到此結束了？。
中年不是人生的下坡路，而是沉淀后的新起點。女人闖過情關，放下依賴，活出自我力量；男人闖過欲關，克制貪念，守住本心清明；男女共闖成長關，打破設限，擁抱終身成長_|。這三關，是考驗，更是契機。闖過它們，才能卸下過往的包袱，輕裝上陣；才能看清人生的方向，篤定前行；才能在歲月的下半場，收獲屬于自己的“大運有幫助請點贊_——。