研究质疑多模态Agent工具增益归因

Jiawei Guo 等作者发表论文，追踪 Thyme 和 DeepEyesV2 两个“thinking with images”多模态智能体的能力增益来源。研究在真实世界理解、OCR、图表理解和数学推理任务上，将带工具版本分别与无工具版本及纯文本推理器对比，发现工具接入带来的整体提升并不稳定，也未可靠降低生成 token 成本。 论文针对的常见看法是：工具增强智能体在基准上的大幅提升，常被视为智能体已学会使用工具的证据。该研究通过上述对比对这一归因提出质疑。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。