ViewCraft：多模态智能体证据接口与阅读流程联合演化

2026年10月14日，arXiv Computer Vision 报道了 Binxiao Xu 等作者提出的 ViewCraft 方法。据该报道，ViewCraft 让多模态智能体在不更新模型权重的前提下，协同进化可执行的证据接口与阅读流程：接口负责筛选、变换和组织观察，阅读器解读生成的视图。报道称，在八个基准上，其任务得分较直接执行平均提升 6.1 分，且每个基准均有增益，在匹配输入 token 预算下优势依旧；在全部五个多源任务上，学到的接口比初始技能少用 8%-15% 的输入 token，学到的技能还能跨执行器迁移。上述数字与结论均来自该篇报道，尚无其他跟进报道可交叉印证。

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。