摘要
多模态大模型常通过调用外部工具解决视觉任务，但现有智能体缺乏对生成主张与工具观测间依赖关系的明确记录，导致难以验证和优化。本文提出 TRACER 框架，生成答案时同步构建结构化溯源记录，标识支持的工具轮次、证据单元及语义关系（引用、压缩、推断）。该框架通过多项检查验证记录有效性，并将其转化为强化学习的约束与奖励。在 TRACE-Bench 基准上，TRACER 显著提升了答案准确率并减少了冗余工具调用，证明了可靠的推理依赖于对观测的溯源感知而非单纯增加工具调用。
AI 推荐理由
论文核心解决多模态工具使用中的推理可验证性与证据溯源问题，提升推理质量。
研究机构
Shenyang Institute of Computing Technology, Chinese Academy of Sciences
University of Chinese Academy of Sciences
MAIS, Institute of Automation, Chinese Academy of Sciences
Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan)
Qilu University of Technology (Shandong Academy of Sciences)
论文信息