arXiv · 机器人与计算机视觉· Huanyao Zhang, Jiepeng Zhou, Jiaye Lin, Ontai Tang, Jingtian Hao, Mugeng Liu, Ru Peng, Lang Mei, Xiaohan Yu, Liyan Liu, Chong Chen, Wentao Zhang·· 2026-10-16AI 评分43
MMSearch-OPD:通过可控数据细化与联合强化学习提升长视界多模态搜索智能体能力
MMSearch-OPD: Easy Made Hard, Hard Made Learnable for Long-Horizon Multimodal Search Agents
AI 导读
MMSearch-OPD 结合可控数据细化、联合强化学习与在线策略蒸馏,利用参数化变换复用现有图像 - 问题对以扩展推理链。实验显示,在监督微调后引入该方法能带来性能增益并进一步改善长视界多模态深度搜索能力。该工作提交至 arXiv (arXiv:2610.22240),属于计算机视觉领域的预印本研究。
来源:arXiv · 机器人与计算机视觉 · arxiv.org