IXThinker·2025-07-09 19:40字節與NTU研MMSearch-R1 多模態模型按需搜索
字節跳動與南洋理工大學發布MMSearch-R1，以端到端強化學習令多模態模型學會自主判斷搜索時機與內容，在知識密集型視覺問答中表現優異，搜索次數減少約30%，準確度反而更高。
研究緣起與背景
現時多模態模型在回答知識密集型問題時，往往需要借助外部搜索補充資訊，但固定式檢索增強流程缺乏判斷力，容易出現過度搜索或搜索無效的情況。
針對此一痛點，字節跳動與新加坡南洋理工大學展開合作研究，目標是讓模型學會自行決定何時搜索、搜索什麼內容，以及如何處理搜索結果。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。