LIFT：将语言推理能力迁移至VLM

2026年11月6日，arXiv Artificial Intelligence 刊出 Ziyi Wang 等作者的论文，提出 LIFT（Language-side reasonIng Facilitation and Transfer）方法，用于把基座大语言模型（LLM）的推理能力迁移到视觉语言模型（VLM）。据该报道，LIFT 是一种轻量级向量干预方法，无需重训主干即可将基座 LLM 的推理能力迁移至 VLM：它把带显式推理链的 Reasoner 路径与无推理链的 Solver 路径之间的答案 token 隐状态差定义为 Reasoning Vectors，并注入目标 VLM 的语言侧激活。报道还称，LIFT 支持可学习向量适配，同时保持 VLM 主干冻结；源代码将很快发布。目前该工作处于论文发布阶段，尚无后续跟进报道，源代码尚未公开。

AI 根据报道生成 · 2 天前更新