ProSR：面向 VLMs 可靠链条推理的过程导向空间推理
计算机视觉与模式识别
2026-05-26 v1
摘要
可靠的空间推理仍是视觉语言模型（VLM）的核心瓶颈。现有主流训练范式依赖结果对齐或过程仿照，缺乏对推理过程的显式约束，难以确保真实的视觉依赖和稳定的推理轨迹。本文构建了覆盖多样化空间现象的高质量 CoT 数据集，并诊断模型的推理过程，揭示在强化学习优化过程中出现的两种典型过程退化：伪造 grounding（绕过视觉证据）和尾部不稳定（推理后期不确定性异常上升）。为此，我们提出 ProSR，即面向空间推理的过程塑形优化框架。通过反事实不变性惩罚和尾部漂移惩罚，ProSR 将优化目标从单纯答案正确性扩展至两个过程层面的维度：视觉依赖性和轨迹稳定性。在多个复杂且超出分布的空间推理基准上实验表明，ProSR 在提升答案准确率的同时，生成的推理轨迹更稳定、更依赖视觉证据。
引用
@article{arxiv.2605.25524,
title = {ProSR: Process-Shaped Spatial Reasoning for Reliable Chain-of-Thought in VLMs},
author = {Jiangyang Li and Cong Wan and Changjie Wu and Songlin Dong and Lingjun Zhang and Linzhe Shi and Xu Wang and Zhiheng Ma and Hang Zhang and Mu Xu and Yihong Gong},
journal= {arXiv preprint arXiv:2605.25524},
year = {2026}
}
备注
19 pages, 6 figures