NV-CoT 用连续坐标重构视觉思维链，获 NeurIPS 2026 Oral

南洋理工大学、中国科学技术大学、新加坡国立大学与微软研究院提出 NV-CoT，让多模态大模型直接预测连续数值坐标来选择图像区域，替代把边界框写成文本 token 的做法，该工作获 NeurIPS 2026 Oral（Top 0.4%）。