本研究探讨了视觉和语言推理的相互作用，评估了 Vision-and-language 模型对于空间理解的忠实度，并设计了代理任务来训练模型，取得了显著的表现改善。

该论文介绍了一种新方法，通过多个语言模型实例的反复辩论和推理过程，改善语言响应的表现，特别是在数学和策略推理方面。该方法有望提高大型语言模型的性能和开拓语言生成和理解领域。