MERRIN：噪声网络环境中的多模态证据检索与推理基准

针对搜索查询的多跳特性及网络结果的多模态异构冲突问题，本文提出 MERRIN 基准，用于评估搜索增强型智能体。该基准要求智能体在无明确模态提示下识别相关模态、检索多模态证据并执行多跳推理。实验涵盖十种模型及三种搜索设置，结果显示现有智能体表现欠佳，平均准确率仅 22.3%。强模型虽步骤更多，但常受冲突内容干扰且过度依赖文本，导致资源消耗大却准确率低。研究凸显了开发鲁棒多模态搜索推理智能体的必要性。