IXThinker·2025-09-23 13:10

港大與字節推Mini-o3 多輪視覺搜索

現有開源多模態模型普遍存在推理模式單一、交互輪次受限的問題，難以勝任需要反覆試探的複雜視覺任務。香港大學與字節跳動團隊提出Mini-o3，讓模型在多輪視覺搜索中展現多樣化推理能力。

三招訓練策略

Mini-o3的訓練結合三項設計：構建專門的視覺搜索數據、採集多樣化的冷啟動推理軌跡，以及引入過長輸出掩碼策略。三者相輔相成，令模型擺脫單一推理路徑，敢於嘗試不同的搜索策略。