**MMVistaReason：开放数据与后训练新范式，多模态推理模型性能再突破**

_MMVistaReason: Toward Open-Data and Post-Training Recipes for Multimodal Reasoning_

> 针对多模态推理模型后训练难、数据质量不均及跨域干扰等挑战，论文提出了 MMVistaReason（MVR）这一开放数据后训练方案。该方案包含三大核心：覆盖分析与现实世界推理的更广能力范围、通过分阶段清洗与难度感知蒸馏构建高效 SFT/RL 数据、以及“先专后合”的多教师在线蒸馏策略。实验表明，MVR-4B 在 15 个基准测试中平均得分为 72.8，超越 Qwen3.5-9B 等模型，且样本量减少约 70%；9B 版本平均得分达 74.4，超越 Qwen3.5-35B，验证了系统化的开放数据构建与容量感知后训练的有效性与可扩展性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-26 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.01352)