研究团队发布ModalSearcher自主跨模态搜索方法与基准

研究团队发布论文，提出自主跨模态深度搜索方法ModalSearcher：智能体可在直接推理、文本搜索、以文搜图与以图搜图之间按需切换，主动引入视觉证据并跨多跳整合模态。团队用ModalSearch-Pipeline构建交错多模态知识图谱生成多跳问题，通过监督微调与强化学习在真实Web环境训练智能体，并构建了ModalSearch-Bench基准。 论文称，在五个多模态知识密集型问答基准上、相同智能体工作流下，ModalSearcher-8B的平均准确率比Qwen3-VL-8B提升16.2个百分点。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。