该研究介绍了一个用户通过图像表达偏好的多模态数据集，并发现大型基础模型在这些任务中的局限性。研究提出了图像链推理的方法，取得了显著改进。代码和数据集已公开发布。

通过生成数字分布控制的锚点，提出了一种语义化编码数字的策略，提供数字标记的数学基础表示。通过评估涉及从1到10亿的数字的数学任务，证明了该技术的优越性，并展示了数学基础的显著改进。