7B打败o3、GPT-5！医学AI智能体让模型学会“看哪里、怎么看” 上海创智学院LeapQuest团队联合浙江大学、上海交通大学、复旦大学，提出两项ICML 2026接收的研究，首次将“Think with Images/Videos”范式引入医学AI领域。这一新方法让模型在推理中主动调用视觉...

AI看图不准？「一拉一推」让模型看得全又准｜微软x清华 视觉-语言模型（VLM）的推理能力虽强，但常因“看错”而得出错误答案。问题不在于推理不足，而是模型未能精准聚焦关键视觉证据。现有方法多依赖推理阶段的外部提示，如生成视觉线索或调用工具，但这些方法存在局限：线索形式受限、任务依赖性强且效率低。...