跳到正文
arXiv · 机器人与计算机视觉· Shubhabrata Mukherjee, Jeffrey Donatelli, Daniela Ushizima·· 14 天前AI 评分58

Route First, See Later:通过分离路由策略与动作空间实现科学推理的视觉智能体

Route First, See Later: Enabling Vision Agents to Reason Scientifically by Separating Routing Policy from Action Spaces

AI 导读

本文介绍 ZETA 架构,将路由策略与视觉执行解耦,先解析科学意图再调用专用工具,使测量成为基于显式几何的确定性操作而非生成输出。在包含 51 个科学意图查询的零样本基准测试中,显式路由语义显著提升了路由准确率:对 Qwen 3.8 模型,分割任务路由准确率从 6.2% 提升至 75.0%,检测任务从 60.0% 提升至 100%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org