GeoTikzBridge：推进用于几何感知与推理的多模态代码生成

多模态大语言模型虽具强大感知与推理力，但在细粒度几何结构感知上存在局限。为此，本文提出 GeoTikzBridge 框架，通过基于 TikZ 的代码生成增强局部几何感知与视觉推理。该框架包含两个模型：GeoTikzBridge-Base 基于最大的图像转 TikZ 数据集训练；GeoTikzBridge-Instruct 则在首个支持视觉推理的指令增强数据集上微调。实验表明，该模型在开源多模态大模型中达到最先进水平，并可作为即插即用模块提升任意模型的几何解题推理性能。