IXThinker·2025-09-17 17:20

Mini-o3擴展視覺搜索推理與多輪交互

Mini-o3針對現有開源多模態方法推理模式單一、交互輪次受限的問題，提出擴展推理模式與交互輪次的新方法，訓練出的模型在複雜視覺搜索任務上取得領先表現。

問題背景

近年大型多模態模型結合圖像工具與強化學習，有效提升視覺任務處理能力；但開源方法普遍推理模式單一、交互輪次受限，難以勝任需要反覆試探的複雜視覺任務。