arXiv cs.AI· Jintao Li, Zhiyong Cao, Baihua Xiao, Yu Bai, B\"orje F. Karlsson·· 10 小时前AI 评分34
EviSeek：以证据为中心的具身主动信息搜寻智能体框架
EviSeek: An Evidence-Centric Agentic Framework for Embodied Active Information Seeking
AI 导读
EviSeek 是一个免训练框架，将问题推导出的证据需求转化为显式获取目标，把观察条件下的动作与选择性保留的证据关联起来。在 3,436 道 ESI-Bench 问题上，EviSeek 使 Qwen3-VL-32B 的准确率较单模型智能体提升 7.1 个百分点，Gemini 3.1 Pro 提升 3.7 个百分点，同时提升视觉支撑加权准确率并降低平均 token 消耗。
正文 · AI 翻译
摘要：主动具身问答要求智能体通过改变视角和物理交互来获取证据。核心挑战在于避免无方向的交互：即采取看似合理的动作，却未明确这些动作应揭示哪些证据来回答问题。仅凭动作计划和累积历史，交互的信息目的可能仍隐含不显。我们提出 EviSeek，一个无需训练的框架，它将问题衍生的证据需求转化为明确的获取目标，把以观测为条件的动作和选择性保留的证据与智能体所寻求的信息关联起来。在 3,436 个 ESI-Bench 问题上，EviSeek 相比单模型智能体，使用 Qwen3-VL-32B 时准确率提升 7.1 个百分点，使用 Gemini 3.1 Pro 时提升 3.7 个百分点，同时提高了视觉支持加权准确率并降低了平均 token 用量。这些发现支持将交互的信息目的显式化，围绕智能体为回答问题所需学习的内容来组织动作选择与证据保留。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.06434 [cs.AI] |
| （或 arXiv:2611.06434v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06434 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jintao Li [查看邮箱]
[v1]
2026年11月4日星期三 12:35:04 UTC（5,704 KB）
来源：arXiv cs.AI · arxiv.org