L2T多模态统一推理框架提出

2026年10月14日，arXiv Computer Vision 刊出 Quanlin Chen 等作者的报道，提出 L2T（adaptive Look, flexible Thought）统一推理框架。该工作针对现有快慢推理范式的问题：这类范式只调节文本推理长度，而将外部工具或视觉 token 带来的视觉计算视为辅助组件。L2T 的做法是将工具产生的视觉状态离散化为视觉 token，使视觉感知与文本推理进入同一自回归空间，从而联合优化计算的形式与深度。据该报道，L2T 旨在自适应决定“怎么看”与“想多久”。目前事件进展停留在该框架的提出阶段，报道未给出更多后续验证或应用信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。