Neos：让多模态智能体学会交错进行搜索与视觉推理

Neos 是一个多模态深度搜索框架，通过构建含中间视觉依赖的训练任务并过滤文本捷径，让模型学会获取证据并用其指导后续搜索。其核心是轻量可训练的多模态证据接口（MEI），配合智能体-环境协同演化：用参考引导的信用分配定位策略错误，用 rollout 反馈筛选交互做 MEI 监督微调，交替进行策略强化学习与 MEI SFT。