# SWiM（带工作记忆的推理分割器）

该工作发现多模态大模型在重新审视同一图像与查询时，其自生成的推理轨迹与定位提议可作为工作记忆提升推理分割，于是提出 SWiM 框架：按分割质量筛选 rollout 构建工作记忆，以记忆条件模型为教师，在学生自生成轨迹上提供 token 级分布监督，学生仅接收原始图像与查询，并联合优化 on-policy 自蒸馏与基于结果的强化学习，在推理分割基准上取得最优性能。

该工作发现多模态大模型在重新审视同一图像与查询时，其自生成的推理轨迹与定位提议可作为工作记忆提升推理分割，于是提出 SWiM 框架：按分割质量筛选 rollout 构建工作记忆，以记忆条件模型为教师，在学生自生成轨迹上提供 token 级分布监督，学生仅接收原始图像与查询，并联合优化 on-policy 自蒸馏与基于结果的强化学习，在推理分割基准上取得最优性能。