Reason Twice：通过候选发现与比较推理进行分割

针对多模态大模型在复杂查询图像分割中受限于训练数据及感知 - 生成模块鸿沟的问题，本文提出 Rea2Seg 两阶段框架。该方法首先基于注意力图发现候选掩码，随后利用 MLLM 对问题与候选进行对比推理并评分，将分割重构为“候选发现 + 判别选择”过程。此外，文章指出现有基准缺乏联合视觉观察与推理的挑战，遂推出 ReasonSeg-SGDR 新基准，涵盖判别识别、空间及几何等多维推理能力评估，并通过收集专用数据增强模型的联合理解与推理打分能力。