Industrial Anomaly Detection Tool-Augmented Agent Reinforcement Learning Multimodal LLM
摘要

针对多模态大模型在开放词汇工业异常检测中存在的领域推理错位及幻觉问题，本文提出 IndusAgent，一种工具增强的代理框架。该框架首先构建 Indus-CoT 数据集以提供精细监督，进而动态编排动态区域裁剪、高频特征增强等外部工具，使代理能主动消除视觉歧义。此外，引入门控强化学习目标联合优化分类、定位及工具使用效率。实验表明，该方法在多个基准上实现了最先进的零样本性能。

AI 推荐理由

论文核心在于构建工具增强型 Agent 框架，动态编排外部工具解决视觉歧义，属技能学习范畴。

研究机构
State Key Lab of Processors, Institute of Computing Technology, CAS Santa Clara University LongCat Team Independent Researcher New York University
论文信息
作者 Rongbin Tan, Fangfang Lin, Zhenlong Yuan, Min Qiu, Kejin Cui et al.
发布日期 2026-05-20
arXiv ID 2605.20682
相关性评分 9/10 (高度相关)
arXiv 页面 下载 PDF