**MentalThink:利用可执行SVG代码增强多模态大模型的视觉符号推理** _MentalThink: Shaping Thoughts in Men
原帖
**MentalThink:利用可执行SVG代码增强多模态大模型的视觉符号推理**
_MentalThink: Shaping Thoughts in Mental SVG World_
> HuggingFace社区论文MentalThink提出了一种新的视觉符号推理范式,使多模态大模型能够通过生成、渲染和解读SVG代码进行“心理”可视化。该模型将SVG作为中间表示,在受限的几何空间中进行多轮推理,模拟人类的心理意象过程。通过监督微调与强化学习结合的训练框架,MentalThink在VSIBench和MindCube等空间理解基准上取得了显著优于现有方法的性能。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-07-08 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.03530)