EndoCoT：扩展扩散模型中的内源性思维链推理

针对多模态大语言模型作为文本编码器时推理深度不足及引导不变的问题，本文提出内源性思维链（EndoCoT）框架。该方法通过迭代思维引导模块细化潜在思维状态，激活模型的思维链过程，并利用终端思维接地模块确保推理轨迹与真实答案对齐。这使得扩散模型能够逐步执行复杂指令。在迷宫、TSP 等基准测试中，该框架平均准确率达 92.1%，显著优于现有基线。