arXiv · cs.AI· Zhihan Yin, Ruyi Li, Chengyu Fang, Yifeng Yao, Nonghai Zhang, Pengfei Xiong, Terry Zhang, Huishuai Zhang, Dongyan Zhao·· 19 小时前
ModalSearcher：将视觉证据织入自主跨模态深度搜索
ModalSearcher: Weaving Visual Evidence into Autonomous Cross-Modal Deep Search
AI 导读
ModalSearcher-8B 在五个多模态知识密集型 QA 基准上，相比 Qwen3-VL-8B 在相同智能体工作流下平均准确率提升 16.2 分。研究提出 ModalSearch-Pipeline 构建交错多模态知识图谱，并定义自主跨模态搜索：智能体可在直接推理、文搜文、文搜图与以图搜图间自主切换。
来源：arXiv · cs.AI · arxiv.org