バイモードアニーリングは、2025年8月にテンセント・フンユアンチームと中国科学院オートメーションによって提案されました。関連する研究結果は論文「R-4B: バイモードアニーリングと強化学習によるMLLMにおける汎用自動思考能力の促進”。

デュアルモードアニーリングは、一般的な領域において、自然に思考する能力と、モデルの外側で思考する能力の両方を備えたモデルを訓練することを目的としています。アニーリング段階の後、一般的な領域におけるモデルの自動思考訓練によって、強固な基盤が構築されます。