arXiv · 机器人与计算机视觉· Yanshu Li, Ruixiang Tang, Junyi Jessy Li, Elias Stengel-Eskin·· 2026-10-15精选AI 评分78
ActICL:面向代理多模态上下文学习的后训练方法
ActICL: Post-Training for Agentic Multimodal In-Context Learning
AI 导读
论文介绍 ActICL,一种通过工具增强推理让多模态大语言模型(MLLM)自主判断信息缺口并渐进式检索演示样本的后训练方法。该方法在七个基准测试上平均性能提升 11.6 个百分点,优于标准相似度检索;其构建的上下文也能有效赋能前沿模型如 GPT-5.6-Sol。材料为 arXiv 预印本,未提及同行评审状态或具体部署结果。
推荐理由
提出 ActICL 方法,通过工具增强推理让 MLLM 自主判断并渐进式检索演示样本,在七个基准测试上平均提升 11.6 个百分点。
来源:arXiv · 机器人与计算机视觉 · arxiv.org