论文提出混合模拟与思维链的物理推理模型

YingQiao Wang、Eric Bigelow、Tomer Ullman、Yujin Tang、Sebastian Risi 等在 arXiv 发布论文（arXiv:2610.19441），提出一种认知启发式混合模型：多模态语言模型在测试时根据任务需求选择生成式模拟或基于语言的思维链推理，用于改善流体动力学和弹性等物理推理任务的准确率与计算效率。 作者称，该方法可在仅4B参数的小型视觉语言模型上训练，并部署到超过3T参数的 Gemini 3 Pro 等更大模型上以提升性能。基线和具体实验结果未在摘要中说明。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。