arXiv 人工智能· Zhihan Yin, Ruyi Li, Chengyu Fang, Yifeng Yao, Nonghai Zhang, Pengfei Xiong, Terry Zhang, Huishuai Zhang, Dongyan Zhao·· 6 時間前AI スコア42
ModalSearcher：将视觉证据融入自主跨模态深度搜索
ModalSearcher: Weaving Visual Evidence into Autonomous Cross-Modal Deep Search
未翻訳のため中国語で表示しています。
AI ガイド
ModalSearcher 实现了自主跨模态深度搜索，使 AI 智能体可在直接推理、文本搜索、文生图搜索与以图搜图间自主切换并整合视觉证据。该研究提出 ModalSearch-Pipeline 构建交错多模态知识图谱，结合监督微调与真实 Web 环境下的强化学习完成训练。
出典：arXiv 人工智能 · arxiv.org