本研究提出了ThinkPRM，一种高效的数据过程奖励模型，通过生成验证推理链显著降低了对监督标签的需求，并在多个基准测试中超越了传统模型。

本研究提出了一种名为SuperClass的简化分类方法，直接使用标记的原始文本作为监督标签，省略了文本编码。研究表明，该方法在视觉语言任务中表现优异，提供了更高效的分类方式。