Bi-Mode-Annealing wurde im August 2025 vom Tencent Hunyuan-Team und der Chinese Academy of Sciences Automation vorgeschlagen. Die entsprechenden Forschungsergebnisse wurden in der Arbeit „R-4B: Förderung der allgemeinen Auto-Thinking-Fähigkeit in MLLMs durch Bi-Mode-Annealing und Reinforce Learning".

Ziel des Dual-Mode-Annealings ist es, ein Modell zu trainieren, das auf natürliche Weise sowohl in der Lage ist, in einem allgemeinen Bereich zu denken als auch außerhalb des Modells zu denken. Nach der Annealing-Phase wird durch das anschließende automatische Denktraining des Modells im allgemeinen Bereich eine solide Grundlage geschaffen.