arXiv 人工智能· Tianyu Chen, Mingyuan Zhou, Jiaxing Wu·2026-10-01 12:00· 6 小时前AI 评分44

基于多步嵌入检索在视觉空间中学习路由

Learning to Route in Visual Space via Multi-Step Embedding Retrieval

AI 导读

研究团队推出 VHOP 基准框架与 VHOP-Router 训练管线，可直接在视觉隐空间中通过单次工具调用检索链式图像。VHOP-Router 将检索性能从不足 5% 提升至 76.3%，使 AI 智能体搜索成功率提高 52.7%，并将平均 token 长度从 1886 减少 61% 至 728。

来源：arXiv 人工智能 · arxiv.org