尽管多模态大语言模型（MLLM）在简单任务上最近取得了显著进展，但在复杂推理任务中表现仍然不佳。费曼的格言可能是这种现象的完美隐喻：只有掌握推理过程的每一步，才能真正解决问题。然而，当前的 MLLM 更擅长直接生成简短的最终答案，缺乏中间推理能力。本篇文章旨在开发一种通过学习创造推理过程中每个中间步骤直至最终答案的 MLLM，以实现问题的深入理解与解决。

我从小就喜欢读书。从小学时喜欢的世界史和化石，到初中时阅读的名著，再到大学时阅读的艺术社科类读物，我看的书很杂也很多。本科时，在讨论课的第一个课时，大家做自我介绍。轮到我时，我提到自己的爱好是读书。这 ...

摘要泡利是量子论、量子力学和量子场论的构造主角之一。不相容原理、矩阵力学解氢原子问题、泡利方程、自旋—统计定理以及预言中微子等是人们熟知的泡利的几项成就。此外，就对物理学的理解与阐释能力而言，泡利也是罕有其匹的。关注泡利的成长过程有助于我们理解什么是 ...