Referential Abstraction

新的RACE框架将多模态搜索代理的准确性提高了4.7%

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。