摘要
本文旨在开发具备显式推理规划、多工具调用及跨模态信息合成能力的多模态研究智能体。针对多模态搜索数据稀缺、有效搜索轨迹缺乏及在线 API 训练成本高昂三大挑战，提出基于超图的 Hyper-Search 数据生成方法；设计 DR-TTS 框架，通过任务分解优化专用工具专家，并利用树搜索重组专家以探索高效搜索轨迹；构建支持多工具的离线搜索引擎以实现低成本强化学习。实验表明，MM-DeepResearch 在多项基准测试中表现卓越。
AI 推荐理由
论文核心在于任务分解、搜索轨迹规划及多工具协同，显式强调推理与规划能力。
研究机构
中国科学院
论文信息