论文提出ZETA架构：解耦视觉Agent路由与执行

Shubhabrata Mukherjee等人在arXiv发布论文，提出ZETA架构，将科学图像分析中智能体的路由策略与视觉工具执行解耦，在调用检测、分割等专用工具前先解析科学意图，使路由错误与执行失败可分别审计。 作者在51个科学意图查询的zero-shot基准上评估，称显式路由策略可大幅提升路由准确率，尤其在语义相近的动作边界处，但提升幅度因模型而异。以Qwen 3.8为例，分割路由准确率从6.2%升至75.0%，检测路由准确率从60.0%升至100%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。