Chiron-o1: Igniting Multimodal Large Language Models towards Generalizable Medical Reasoning via Mentor-Intern Collaborative Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Haoran, Jiang, Yankai, Lou, Wenjie, Zhang, Yujie, Li, Wenjie, Wang, Lilong, Liu, Mianxin, Liu, Lei, Wang, Xiaosong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unleashing Scientific Reasoning for Bio-experimental Protocol Generation via Structured Component-based Reward Mechanism
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Multi-modal Vision Pre-training for Medical Image Analysis
von: Rui, Shaohao, et al.
Veröffentlicht: (2024)

Beyond Static Tools: Test-Time Tool Evolution for Scientific Reasoning
von: Lu, Jiaxuan, et al.
Veröffentlicht: (2026)

Think Twice to See More: Iterative Visual Reasoning in Medical VLMs
von: Chen, Kaitao, et al.
Veröffentlicht: (2025)

Cost-effective Instruction Learning for Pathology Vision and Language Analysis
von: Chen, Kaitao, et al.
Veröffentlicht: (2024)

Integrating Fine-Grained Audio-Visual Evidence for Robust Multimodal Emotion Reasoning
von: Zhao, Zhixian, et al.
Veröffentlicht: (2026)

From Individuals to Interactions: Benchmarking Gender Bias in Multimodal Large Language Models from the Lens of Social Relationship
von: Xu, Yue, et al.
Veröffentlicht: (2025)

Mediator-Guided Multi-Agent Collaboration among Open-Source Models for Medical Decision-Making
von: Chen, Kaitao, et al.
Veröffentlicht: (2025)

Advancing Generalizable Tumor Segmentation with Anomaly-Aware Open-Vocabulary Attention Maps and Frozen Foundation Diffusion Models
von: Jiang, Yankai, et al.
Veröffentlicht: (2025)

Cascaded Large-Scale TSP Solving with Unified Neural Guidance: Bridging Local and Population-based Search
von: Lv, Haoze, et al.
Veröffentlicht: (2025)

Search-R2: Enhancing Search-Integrated Reasoning via Actor-Refiner Collaboration
von: He, Bowei, et al.
Veröffentlicht: (2026)

MedScope: Incentivizing "Think with Videos" for Clinical Reasoning via Coarse-to-Fine Tool Calling
von: Li, Wenjie, et al.
Veröffentlicht: (2026)

MathLearner: A Large Language Model Agent Framework for Learning to Solve Mathematical Problems
von: Xie, Wenbei, et al.
Veröffentlicht: (2024)

InternLM-Math: Open Math Large Language Models Toward Verifiable Reasoning
von: Ying, Huaiyuan, et al.
Veröffentlicht: (2024)

Enhancing Spatial Reasoning in Multimodal Large Language Models through Reasoning-based Segmentation
von: Ning, Zhenhua, et al.
Veröffentlicht: (2025)

Which Heads Matter for Reasoning? RL-Guided KV Cache Compression
von: Du, Wenjie, et al.
Veröffentlicht: (2025)

Intern-S1: A Scientific Multimodal Foundation Model
von: Bai, Lei, et al.
Veröffentlicht: (2025)

LLV-FSR: Exploiting Large Language-Vision Prior for Face Super-resolution
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

InternVid: A Large-scale Video-Text Dataset for Multimodal Understanding and Generation
von: Wang, Yi, et al.
Veröffentlicht: (2023)

TK-Mamba: Marrying KAN With Mamba for Text-Driven 3D Medical Image Segmentation
von: Yang, Haoyu, et al.
Veröffentlicht: (2025)

Towards All-in-One Medical Image Re-Identification
von: Tian, Yuan, et al.
Veröffentlicht: (2025)

Mono-InternVL: Pushing the Boundaries of Monolithic Multimodal Large Language Models with Endogenous Visual Pre-training
von: Luo, Gen, et al.
Veröffentlicht: (2024)

Parallel Test-Time Scaling for Latent Reasoning Models
von: You, Runyang, et al.
Veröffentlicht: (2025)

InternVL-U: Democratizing Unified Multimodal Models for Understanding, Reasoning, Generation and Editing
von: Tian, Changyao, et al.
Veröffentlicht: (2026)

Cross-modality Information Check for Detecting Jailbreaking in Multimodal Large Language Models
von: Xu, Yue, et al.
Veröffentlicht: (2024)

Multi-Perspective Evidence Synthesis and Reasoning for Unsupervised Multimodal Entity Linking
von: Zhou, Mo, et al.
Veröffentlicht: (2026)

Hierarchical Autoscaling for Large Language Model Serving with Chiron
von: Patke, Archit, et al.
Veröffentlicht: (2025)

Paths-over-Graph: Knowledge Graph Empowered Large Language Model Reasoning
von: Tan, Xingyu, et al.
Veröffentlicht: (2024)

Mono-InternVL-1.5: Towards Cheaper and Faster Monolithic Multimodal Large Language Models
von: Luo, Gen, et al.
Veröffentlicht: (2025)

Exploring the Feasibility of Multimodal Chatbot AI as Copilot in Pathology Diagnostics: Generalist Model's Pitfall
von: Liu, Mianxin, et al.
Veröffentlicht: (2024)

R$^2$ec: Towards Large Recommender Models with Reasoning
von: You, Runyang, et al.
Veröffentlicht: (2025)

InternSVG: Towards Unified SVG Tasks with Multimodal Large Language Models
von: Wang, Haomin, et al.
Veröffentlicht: (2025)

InternVL3.5: Advancing Open-Source Multimodal Models in Versatility, Reasoning, and Efficiency
von: Wang, Weiyun, et al.
Veröffentlicht: (2025)

Intern-S1-Pro: Scientific Multimodal Foundation Model at Trillion Scale
von: Zou, Yicheng, et al.
Veröffentlicht: (2026)

StepSearch: Igniting LLMs Search Ability via Step-Wise Proximal Policy Optimization
von: Wang, Ziliang, et al.
Veröffentlicht: (2025)

TInR: Exploring Tool-Internalized Reasoning in Large Language Models
von: Xu, Qiancheng, et al.
Veröffentlicht: (2026)

RAR$^2$: Retrieval-Augmented Medical Reasoning via Thought-Driven Retrieval
von: Xu, Kaishuai, et al.
Veröffentlicht: (2025)

MMedAgent-RL: Optimizing Multi-Agent Collaboration for Multimodal Medical Reasoning
von: Xia, Peng, et al.
Veröffentlicht: (2025)

MentorCollab: Selective Large-to-Small Inference-Time Guidance for Efficient Reasoning
von: Wang, Haojin, et al.
Veröffentlicht: (2026)

CARE: Causality Reasoning for Empathetic Responses by Conditional Graph Generation
von: Wang, Jiashuo, et al.
Veröffentlicht: (2022)