VisReason: A Large-Scale Dataset for Visual Chain-of-Thought Reasoning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Lingxiao, Wang, Yifan, Gao, Xinyan, Tang, Chen, Yue, Xiangyu, You, Chenyu |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Can MLLMs Reason Beyond Language? VisReason: A Comprehensive Benchmark for Vision-Centric Reasoning
par: Guo, Longteng, et autres
Publié: (2026)
par: Guo, Longteng, et autres
Publié: (2026)
Multilingual OCR-Aware Fine-Tuning and Prompt-Guided Chain-of-Thought Reasoning for Multimodal Large Language Models
par: Xu, Qinwu, et autres
Publié: (2026)
par: Xu, Qinwu, et autres
Publié: (2026)
GeoChain: Multimodal Chain-of-Thought for Geographic Reasoning
par: Yerramilli, Sahiti, et autres
Publié: (2025)
par: Yerramilli, Sahiti, et autres
Publié: (2025)
ReasoningTrack: Chain-of-Thought Reasoning for Long-term Vision-Language Tracking
par: Wang, Xiao, et autres
Publié: (2025)
par: Wang, Xiao, et autres
Publié: (2025)
S-Chain: Structured Visual Chain-of-Thought For Medicine
par: Le-Duc, Khai, et autres
Publié: (2025)
par: Le-Duc, Khai, et autres
Publié: (2025)
Rethinking Chain-of-Thought Reasoning for Videos
par: Zhong, Yiwu, et autres
Publié: (2025)
par: Zhong, Yiwu, et autres
Publié: (2025)
CoT-VLA: Visual Chain-of-Thought Reasoning for Vision-Language-Action Models
par: Zhao, Qingqing, et autres
Publié: (2025)
par: Zhao, Qingqing, et autres
Publié: (2025)
Measuring and Improving Chain-of-Thought Reasoning in Vision-Language Models
par: Chen, Yangyi, et autres
Publié: (2023)
par: Chen, Yangyi, et autres
Publié: (2023)
Chain-of-Sketch: Enabling Global Visual Reasoning
par: Lotfi, Aryo, et autres
Publié: (2024)
par: Lotfi, Aryo, et autres
Publié: (2024)
MM-Verify: Enhancing Multimodal Reasoning with Chain-of-Thought Verification
par: Sun, Linzhuang, et autres
Publié: (2025)
par: Sun, Linzhuang, et autres
Publié: (2025)
Imagine while Reasoning in Space: Multimodal Visualization-of-Thought
par: Li, Chengzu, et autres
Publié: (2025)
par: Li, Chengzu, et autres
Publié: (2025)
VisAidMath: Benchmarking Visual-Aided Mathematical Reasoning
par: Ma, Jingkun, et autres
Publié: (2024)
par: Ma, Jingkun, et autres
Publié: (2024)
MINT-CoT: Enabling Interleaved Visual Tokens in Mathematical Chain-of-Thought Reasoning
par: Chen, Xinyan, et autres
Publié: (2025)
par: Chen, Xinyan, et autres
Publié: (2025)
Render-of-Thought: Rendering Textual Chain-of-Thought as Images for Visual Latent Reasoning
par: Wang, Yifan, et autres
Publié: (2026)
par: Wang, Yifan, et autres
Publié: (2026)
PointLLM-R: Enhancing 3D Point Cloud Reasoning via Chain-of-Thought
par: Chen, Chaoqi, et autres
Publié: (2026)
par: Chen, Chaoqi, et autres
Publié: (2026)
Stop Reasoning! When Multimodal LLM with Chain-of-Thought Reasoning Meets Adversarial Image
par: Wang, Zefeng, et autres
Publié: (2024)
par: Wang, Zefeng, et autres
Publié: (2024)
Understanding Bias in Large-Scale Visual Datasets
par: Zeng, Boya, et autres
Publié: (2024)
par: Zeng, Boya, et autres
Publié: (2024)
From EduVisBench to EduVisAgent: A Benchmark and Multi-Agent Framework for Reasoning-Driven Pedagogical Visualization
par: Ji, Haonian, et autres
Publié: (2025)
par: Ji, Haonian, et autres
Publié: (2025)
Interleaved-Modal Chain-of-Thought
par: Gao, Jun, et autres
Publié: (2024)
par: Gao, Jun, et autres
Publié: (2024)
FairCoT: Enhancing Fairness in Text-to-Image Generation via Chain of Thought Reasoning with Multimodal Large Language Models
par: Sahili, Zahraa Al, et autres
Publié: (2024)
par: Sahili, Zahraa Al, et autres
Publié: (2024)
BIFRÖST: 3D-Aware Image compositing with Language Instructions
par: Li, Lingxiao, et autres
Publié: (2024)
par: Li, Lingxiao, et autres
Publié: (2024)
MARVEL: Multidimensional Abstraction and Reasoning through Visual Evaluation and Learning
par: Jiang, Yifan, et autres
Publié: (2024)
par: Jiang, Yifan, et autres
Publié: (2024)
ImageNet-Think-250K: A Large-Scale Synthetic Dataset for Multimodal Reasoning for Vision Language Models
par: Chitty-Venkata, Krishna Teja, et autres
Publié: (2025)
par: Chitty-Venkata, Krishna Teja, et autres
Publié: (2025)
V-REX: Benchmarking Exploratory Visual Reasoning via Chain-of-Questions
par: Fan, Chenrui, et autres
Publié: (2025)
par: Fan, Chenrui, et autres
Publié: (2025)
Chain-of-Thought Prompting for Demographic Inference with Large Multimodal Models
par: Yu, Yongsheng, et autres
Publié: (2024)
par: Yu, Yongsheng, et autres
Publié: (2024)
Insight-V++: Towards Advanced Long-Chain Visual Reasoning with Multimodal Large Language Models
par: Dong, Yuhao, et autres
Publié: (2026)
par: Dong, Yuhao, et autres
Publié: (2026)
Revisiting Disentanglement in Downstream Tasks: A Study on Its Necessity for Abstract Visual Reasoning
par: Nai, Ruiqian, et autres
Publié: (2024)
par: Nai, Ruiqian, et autres
Publié: (2024)
ReLaX: Reasoning with Latent Exploration for Large Reasoning Models
par: Zhang, Shimin, et autres
Publié: (2025)
par: Zhang, Shimin, et autres
Publié: (2025)
UniT: Unified Multimodal Chain-of-Thought Test-time Scaling
par: Chen, Leon Liangyu, et autres
Publié: (2026)
par: Chen, Leon Liangyu, et autres
Publié: (2026)
VisCRA: A Visual Chain Reasoning Attack for Jailbreaking Multimodal Large Language Models
par: Sima, Bingrui, et autres
Publié: (2025)
par: Sima, Bingrui, et autres
Publié: (2025)
Sum-of-Checks: Structured Reasoning for Surgical Safety with Large Vision-Language Models
par: You, Weiqiu, et autres
Publié: (2026)
par: You, Weiqiu, et autres
Publié: (2026)
MIRAGE: Assessing Hallucination in Multimodal Reasoning Chains of MLLM
par: Dong, Bowen, et autres
Publié: (2025)
par: Dong, Bowen, et autres
Publié: (2025)
FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
par: Huang, Chenyu, et autres
Publié: (2026)
par: Huang, Chenyu, et autres
Publié: (2026)
COREVQA: A Crowd Observation and Reasoning Entailment Visual Question Answering Benchmark
par: Chintapatla, Ishant, et autres
Publié: (2025)
par: Chintapatla, Ishant, et autres
Publié: (2025)
EMR-Merging: Tuning-Free High-Performance Model Merging
par: Huang, Chenyu, et autres
Publié: (2024)
par: Huang, Chenyu, et autres
Publié: (2024)
SynthRL: Scaling Visual Reasoning with Verifiable Data Synthesis
par: Wu, Zijian, et autres
Publié: (2025)
par: Wu, Zijian, et autres
Publié: (2025)
Scale Efficient Training for Large Datasets
par: Zhou, Qing, et autres
Publié: (2025)
par: Zhou, Qing, et autres
Publié: (2025)
LanteRn: Latent Visual Structured Reasoning
par: Viveiros, André G., et autres
Publié: (2026)
par: Viveiros, André G., et autres
Publié: (2026)
Look-Back: Implicit Visual Re-focusing in MLLM Reasoning
par: Yang, Shuo, et autres
Publié: (2025)
par: Yang, Shuo, et autres
Publié: (2025)
GeoReasoner: Geo-localization with Reasoning in Street Views using a Large Vision-Language Model
par: Li, Ling, et autres
Publié: (2024)
par: Li, Ling, et autres
Publié: (2024)
Documents similaires
-
Can MLLMs Reason Beyond Language? VisReason: A Comprehensive Benchmark for Vision-Centric Reasoning
par: Guo, Longteng, et autres
Publié: (2026) -
Multilingual OCR-Aware Fine-Tuning and Prompt-Guided Chain-of-Thought Reasoning for Multimodal Large Language Models
par: Xu, Qinwu, et autres
Publié: (2026) -
GeoChain: Multimodal Chain-of-Thought for Geographic Reasoning
par: Yerramilli, Sahiti, et autres
Publié: (2025) -
ReasoningTrack: Chain-of-Thought Reasoning for Long-term Vision-Language Tracking
par: Wang, Xiao, et autres
Publié: (2025) -
S-Chain: Structured Visual Chain-of-Thought For Medicine
par: Le-Duc, Khai, et autres
Publié: (2025)