Neos多模态深度搜索框架论文发布

2026年10月14日，arXiv Artificial Intelligence 刊出 Ekko He 等作者的论文，提出 Neos 多模态深度搜索框架。据该报道，Neos 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），并配合智能体-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。论文摘要称，Neos 是一个多模态深度搜索框架，学习如何获取证据以及如何用证据指导后续决策。目前报道仅涉及论文发布与框架设计，未提及后续实验、开源或应用进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。