NV-CoT 用连续坐标重构视觉思维链，让大模型精准看图

南洋理工大学与中国科学技术大学等机构提出 NV-CoT，通过直接预测连续数值坐标将视觉思维链中的区域选择转化为连续动作，以提升多模态大模型定位精度。该方法以回归损失支持监督微调，并借助 Laplace 策略接入 GRPO 强化学习，在 Vis-CoT-363K 验证集上将定位 IoU 从 47.3 提升至 59.5。