ModalSearcher-8B

新代理ModalSearcher集成视觉证据进行自主跨模态搜索

研究人员开发了ModalSearcher，这是一种自主跨模态搜索代理，旨在克服多模态大语言模型中静态知识的局限性。该代理可以在多个跳跃中动态选择和集成各种搜索模态，包括直接推理、文本到文本搜索、文本到图像搜索和反向图像搜索。实验表明，ModalSearcher-8B在多模态知识密集型问答基准测试中显著优于Qwen3-VL-8B，展示了更高的准确性和更复杂的证据获取方法。