SketchThinker-R1：面向大型多模态模型的高效草图式推理

尽管大型多模态模型中基于广泛、逐步推理的实证成功，但长推理过程不可避免地导致显著的计算开销，即更高的 token 成本和增加的响应时间，从而削弱了推理效率。相反，人类常用草图式推理：一种简洁、以目标为导向的认知过程，优先考虑关键信息，使问题解决更高效。以这种认知效率为灵感，我们提出了 SketchThinker-R1，激励大型多模态模型具备草图式推理能力。我们的方法由三个主要阶段组成。在草图模式冷启动阶段，我们将标准的长推理过程转换为草图式推理，并微调基本多模态模型，以灌输初始的草图式推理能力。接着，我们训练 SketchJudge 奖励模型，该模型显式评估模型的思考过程，并对草图式推理给出更高的评分。最后，我们在 SketchJudge 的监督下进行 Sketch-Thinking 强化学习，以进一步泛化草图式推理能力。实验评估显示，我们的 SketchThinker-R1 在四个基准测试中实现了超过 64% 的推理 token 成本降低，同时未损害最终答案准确性。定性分析进一步表明，草图式推理在问题解决过程中更关注关键线索。