MTA-Zero：在线协同训练提升多模态搜索
热点事件持续更新
MTA-Zero：在线协同训练提升多模态搜索
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Xiangyu Peng等作者发布论文，提出MTA-Zero在线多模态QA-Solver协同训练框架，让多模态深度搜索智能体无需预计算多跳语料即可自我改进。 在六个多模态深度搜索基准上，该框架将Qwen3-VL-8B Solver的平均准确率从36.91%提升至51.58%，作者称在同一智能体工作流下性能与GPT-5相当；该框架还将Qwen3.6-27B Solver提升了10.82分。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
MTA-Zero：通过在线 QA-Solver 协同训练实现自我改进的多模态深度搜索报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLMTA-Zero：通过在线 QA-Solver 协同训练实现自我改进的多模态深度搜索
MTA-Zero 是一个在线多模态 QA-Solver 协同训练框架，无需预计算多跳语料，即可让多模态深度搜索智能体自我改进。在六个多模态深度搜索基准上，它将 Qwen3-VL-8B Solver 的平均准确率从 36.91% 提升至 51.58%，在同一智能体工作流下性能与 GPT-5 相当；该框架还将 Qwen3.6-27B Solver 提升了 10.82 分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。