随着多模态大语言模型（MLLMs）在视觉问答、图像描述等任务中的广泛应用，其推理能力尤其是数学几何问题的解决能力，逐渐成为研究热点。
然而，现有方法大多依赖模板生成图像 - 文本对，泛化能力有限，且视觉与文本信息之间存在严重不对齐问题，制约了模型在复杂几何推理任务上的表现。
来自 UIUC 的作者团队的研究提出了一种基于强化学习与可验证奖励 RLVR数据生成与优化框架 ——Geo-Image-Textualization，并发布了首个完全对齐的高质量几何图像 - 文本数据集 GeoReasoning-10K，包含 1 万对精心构建的图像与描述。
并且，为了促进社区发展，作者团队已公开 GeoReasoning-10K 数据集及相关代码。
