DRT：用于高效且扎实的多模态推理的密集推理跟踪

尽管多模态大语言模型（MLLM）取得了显着进展，但流行的思想链（CoT）范式仍然局限于自然语言表达空间。因此，它们本质上会产生过多的语言开销，导致信息稀释和视觉基础薄弱。为了应对这一挑战，我们提出了密集推理跟踪（DRT），这是一种偏离以自然语言为中心的 CoT 的范式，它将推理表达为紧凑的结构化跟踪，其中包括带有符号连接器的简洁中间状态，并将视觉观察与逻辑推论分开。首先，我们引入密集跟踪初始化，将 DRT 推理模式内化到模型中，在保留视觉证据的同时显着提高词元效率。为了进一步使模型能够忠实地捕获痕迹中的逻辑关系，我们提出了 Trace-Grounded 强化学习框架，该框架通过三视角验证管道构建参考痕迹，并采用具有结构化奖励的 Trace-Grounded GRPO，鼓励模型生成简洁的 DRT 式痕迹，减少幻觉并增强逻辑基础。在具有挑战性的推理基准上进行的大量实验表明，DRT 实现了 5.5$\times$ 的词元效率提升，同时比 Qwen3-VL 基线提高了 1.3 个准确度点。这些发现表明，复杂的多模态推理可能不需要详细的自然语言跟踪，为下一代 MLLM 开辟了一条更有效的道路。我们的代码和数据可在以下位置获取：此 https URL