TIR-Agent：训练用于图像修复的探索性高效智能体

针对现有视觉 - 语言代理在图像修复中依赖启发式调度导致效率低下的问题，本文提出 TIR-Agent。这是一种可训练的代理，通过监督微调与强化学习两阶段流程，直接学习工具调用策略。关键设计包括：应用于 SFT 数据的随机扰动策略以拓宽探索空间，以及多维自适应奖励机制以防止奖励欺骗。此外，开发了全局共享模型调用池以支持高吞吐异步工具调用。实验表明，该方法在多项指标上优于 12 个基线模型，并实现了超过 2.5 倍的推理加速。