研究人员推出RACE,这是一个新颖的框架,旨在通过综合需要视觉基础的任务来训练多模态搜索代理。该方法采用参照抽象(RA)和组合证据(CE)来创建图像、目标和答案之间的依赖关系,从而加强视觉搜索和证据整合的监督。在RACE上进行微调后,Qwen3.5-27B模型在十个多模态基准测试中的准确性提高了4.7%,性能从53.5%提升到56.0%。该团队计划公开发布代码、数据和模型。 AI
影响 增强了多模态搜索能力,有可能提高AI代理理解和与视觉信息交互的能力。
排序理由 该集群描述了一篇介绍新颖框架并报告基准测试结果的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →