GeoThinker-$F$: Biểu diễn thế giới dự báo nội sinh cho trí tuệ không gian nhanh

Các mô hình ngôn ngữ đa phương thức (MLLM) nhận biết hình học hiện nay ngày càng phụ thuộc vào bộ mã hóa 3D bên ngoài để cung cấp tiền đề cấu trúc, nhưng việc chạy thêm các đường dẫn mã hóa này khi suy luận gây độ trễ và chi phí tính toán đáng kể. Bài báo đề xuất GeoThinker-$F$, một khung hiệu quả hơn.