研究人员推出了 SearchEyes，一个旨在通过使用类型化知识图谱模拟搜索世界来增强多模态搜索代理的新框架。该方法统一了数据构建、环境模拟和奖励信号，解决了多跳推理中的挑战。SearchEyes 利用感知-知识链（PKC）和跳跃锚定策略优化（HaPO）来提高在知识密集型基准测试上的性能，在开源多模态搜索代理中取得了最先进的成果。另外，SimpleSearch-VL 为多模态代理搜索提供了一个高效可靠的框架，侧重于改进代理的搜索和验证过程，而不是扩展外部组件。SimpleSearch-VL 在 Qwen3-VL 基线之上显示出显著的改进，并且取得了与 Gemini-3-Pro 相媲美的性能。 AI
影响 多模态搜索代理的这些进展可能导致更复杂的 AI 系统，这些系统能够理解和交互不同模态的复杂信息。
排序理由 该集群包含两篇详细介绍多模态搜索代理新框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
- Gemini-3-Pro
- Qwen3-VL
- SimpleSearch-VL
- arXiv
- Hop-Anchored Policy Optimization
- Hugging Face
- Perception-Knowledge Chains
- SearchEyes
- SearchEyes-27B
- Wikidata5M
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
