思考之前先学会决策：面向高效视觉推理的主动路由

大型多模态模型在复杂视觉任务中表现优异，但长思维链限制了推理效率。现有路由方法依赖事后概率或监督微调，且仅在生成完成后决策，忽略了目标模型的实际求解能力。为此，本文提出主动路由范式（PRP），通过联合评估草稿模型与目标模型的能力实现早期决策。其中，草稿评级学习赋予草稿模型内部置信度估计能力，联合评级学习则预测目标模型对特定查询的处理效果，从而优先分配其擅长样本。该方法实现了细粒度的实例级主动路由，在不牺牲性能的前提下显著加速了多模态推理。