中山大学、香港科技大学、上海交通大学和华为诺亚方舟实验室的研究人员提出了一种名为 atomthink 的新框架，旨在提升多模态大语言模型 (mllm) 解决高级数学推理问题的能力。该框架通过将“慢思考”策略融入mllm，显著提高了模型在基准数学测试中的性能，并具有良好的可迁移性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
AtomThink 框架的核心在于其对“原子步骤”的关注。“原子步骤”指的是语义上不可再分的最小推理单元。该框架包含三个关键组件：多模态注释引擎、原子步骤指令微调和策略搜索。
挑战与创新：
现有方法通常依赖于精心设计的提示来激发模型的思维链 (CoT)，但忽略了推理链中中间步骤的质量。AtomThink 则通过原子步骤质量评估策略，对每个步骤进行细致分析，从而识别并改进薄弱环节。该策略借鉴了GPT-4o的推理行为，构建了一个规范的推理能力集合，并利用结果监督和重映射来评估模型在不同能力项上的得分。
AtomThink 框架详解：
- 多模态注释引擎: 该引擎利用动态提示和短 CoT 增强策略，从现有数据集中生成高质量的长 CoT 数据。它通过GPT-4o辅助，将原始推理过程分解成多个原子步骤，并创建了 AtomMATH 数据集 (包括AMATH-SFT 和 AMATH-PRM 两个子集)。
-
原子步骤微调: 该步骤对 MLLM 进行指令微调和过程监督训练 (PRM)，以增强其解码能力，并使其学习近似马尔可夫决策过程的输出格式。
-
策略搜索: 为了从多个候选步骤中选择最佳路径，AtomThink 框架采用了路径维度搜索 (多数投票、Best-of-N) 和步骤维度搜索 (贪心算法、Beam Search)。
实验结果与结论：
实验结果表明，AtomThink 框架在 MathVista 和 MathVerse 两个基准测试中显著提升了模型的性能。与基线模型相比，AtomThink 在 QuickThink (快速推理) 模式下已经取得了显著改进；而在 SlowThink (慢速推理，利用 Beam Search) 模式下，性能提升更为显著，甚至超过了一倍。 Best-of-N 策略结合平均得分聚合，取得了最佳性能。 研究还验证了 Test-time scaling law 在多模态数学推理任务中的存在。
该研究为构建更强大的慢思考模型提供了新的思路，也为解决复杂数学推理问题提供了有效的解决方案。论文及代码即将开源：
