Look Light, Think Heavy

这篇给 multimodal CoT 划边界，而不是只展示“写出步骤就更强”。作者评估 12 个多模态任务、14 个非 reasoning 模型和 8 个 reasoning 模型，发现 CoT 在数学、科学、多图推理中有帮助，却会伤害 visual grounding 和 object counting 等感知任务。论文提出的 Look Light, Think Heavy 模式很尖锐：语言反思看起来很多，视觉反思却随推理过程持续减弱。