Le recuit bimode a été proposé par l'équipe Tencent Hunyuan et l'Académie chinoise des sciences de l'automatisation en août 2025. Les résultats de recherche pertinents ont été publiés dans l'article «R-4B : Encourager la capacité d'auto-réflexion à usage général dans les MLLM via le recuit bimode et l'apprentissage renforcé".

Le recuit bimodal vise à former un modèle naturellement capable de penser et de penser en dehors du modèle dans un domaine général. Après la phase de recuit, l'entraînement ultérieur du modèle à la pensée automatique dans le domaine général posera des bases solides.